2024年1月6日最后,我们还可以完全限制 robots 文件的使用。我们可以通过在页面的 HTML 标头中包含向爬虫程序提供的相关指示来实现此目的。例如,如果我们希望爬虫不索引某个页面,我们可以在 HTML 头中包含以下内容: 通过这种方式,我们将使任何攻击者更难利用 robots.txt 来了解 Web 服务器的结构。5. 结论 在本文中,我们研究...
"robots.txt"文件包含一条或更多的记录,这些记录通过空行分开(以CR,CR/NL, or NL作为结束符),每一条记录的格式如下所示: "<field>:<optionalspace><value><optionalspace>"。 在该文件中可以使用#进行注解,具体使用方法和UNIX中的惯例一样。该文件中的记录通常以一行或多行User-agent开始,后面加上若干...