宝塔面板根据访问协议头屏蔽字节跳动爬虫

最近，字节跳动搜索引擎的爬虫疯狂爬取全网资源，导致一些小网站服务器不堪重负，严重的直接使网站宕机。

我们有很多方法可屏蔽掉爬虫，比如 robot.txt ,但是貌似字节跳动旗下的今日头条爬虫比较流氓，他不遵守这个！还有一个通过屏蔽IP的方式，但是一般爬虫的IP地址比较多，这个也挺麻烦。

这里站长图库介绍一种方法，有一定的效果，如下：

nginx在站点的设置，配置文件中 server{ } 中添加

#禁止爬虫工具的抓取if ($http_user_agent ~* "Bytespider|YisouSpider") {    return 403;}

注：Bytespider 为字节跳动爬虫的协议头

Apache:

在伪静态里设置 这里以thinkphp为例！

<IfModule mod_rewrite.c>RewriteEngine onRewriteCond %{REQUEST_FILENAME} !-dRewriteCond %{REQUEST_FILENAME} !-fRewriteRule ^(.*)$ index.php [L,E=PATH_INFO:$1] #禁止爬虫工具的抓取RewriteCond %{HTTP_USER_AGENT} "^.*Bytespider.*|.*YisouSpider.*$" [NC]RewriteRule ^(.*)$ - [R=404,L]</IfModule>

以上，就是根据访问协议头屏蔽字节跳动爬虫的方法，希望能对大家有所帮助！