YisouSpider 是不是很无耻？

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

Recommended Services

› Amazon Web Services

› LeanCloud

› New Relic

› ClearDB

这是一个创建于 2571 天前的主题，其中的信息可能已经有所发展或是发生改变。

YisouSpider 完全不遵守 robots 啊，一次来一组 IP，一组 IP 有 5 个，轮着来！ KAO，太无耻了！加了一组 IP 到 Deny，改天又来新的一组 IP ！

无耻

deny

kao

robots

16 条回复 • 2020-02-22 04:06:50 +08:00

mydns

2017-12-04 17:54:35 +08:00

防火墙列表里全是 yisou 和神马搜索这两个的 IP 爬起来和 cc 一样~~~

Had

2017-12-04 17:55:38 +08:00

直接按 UA 过滤呗...

tumbzzc

2017-12-04 18:00:42 +08:00

你没见过更无耻的 MJ12bot 吧

loveminds

2017-12-04 18:02:05 +08:00

@mydns 本来就是一个，前身和雅虎中国 /一搜有关系

enenaaa

2017-12-04 18:02:44 +08:00

@mydns 感觉神马搜索很高冷啊。专门去提交 url 还不理人。

huaxing0211

2017-12-04 18:13:50 +08:00

@tumbzzc 88.198.16.12 - - [04/Dec/2017:04:06:01 +0800] "GET /robots.txt HTTP/1.1" 200 1485 "-" "Mozilla/5.0 (compatible; MJ12bot/v1.4.7; http://mj12bot.com/)"
还守规矩啊，爬了 robots 就悄悄的走了，没其它痕迹……

flyingghost

2017-12-04 18:20:09 +08:00

@huaxing0211 #6 于是换个 UA 再来。/机智

qdcanyun

2017-12-04 18:29:53 +08:00

是的。。。他们的爬虫就像 cc 攻击一样，超级烦

JoeyChan

2017-12-04 18:36:25 +08:00

吓得我赶紧查了一下，还好已经在黑名单了，return 444。

mydns

2017-12-04 18:48:58 +08:00

YisouSpider
MJ12bot
AhrefsBot
DotBot
SemrushBot
以上就是这几年屏蔽的搜索引擎列表 robots 都无效用防火墙封 ip 段解决的每次一上站 cpu 就 100% 而且持续一整天

mydns

2017-12-04 18:52:04 +08:00

补充 IP 段：
42.156.254.37-42.156.254.42
103.47.210.1-103.47.210.254
42.156.136.103
42.120.161.103
42.120.160.103
42.156.139.103
42.156.138.103
42.156.137.103
180.97.106.162
180.97.106.161
180.97.106.37
42.120.161.72
42.156.138.72
42.120.160.72
42.156.137.72
42.156.136.72
42.156.139.72
5.9.6.51
69.30.198.178
193.70.39.162
163.172.68.136
72.90.76.89
173.234.159.250
144.76.29.66
93.219.71.27
163.172.32.175
136.243.152.18
144.76.7.106
178.203.146.96
193.70.37.50
42.156.137.107
42.120.160.107
42.156.138.107
42.156.139.107
213.251.184.38
42.156.139.46
42.120.161.107
91.209.51.22
42.156.138.46
42.156.136.46
42.156.137.46
62.138.8.181
42.156.139.106
42.120.161.106
42.120.160.106
42.156.137.106
42.156.136.106
42.120.160.83
42.156.138.83
42.156.136.83
42.156.254.47
42.156.136.108
42.156.137.108
42.156.138.108
42.120.160.108
42.120.161.108
42.156.139.108
216.244.66.247
51.255.65.88
137.74.201.99
164.132.161.7
164.132.161.8
51.255.71.118
164.132.161.59
182.118.33.6
175.2.133.236
175.15.110.180
175.15.118.111

huaxing0211

2017-12-04 20:55:39 +08:00

@mydns
42.156.139.62
42.156.138.62
42.156.137.96
42.156.137.62
42.156.136.62
42.120.160.62
42.156.136.33
42.156.139.33
42.120.161.33
42.156.137.33
42.156.138.33
106.11.152.186
106.11.156.169
106.11.157.173
106.11.155.161
106.11.154.169
106.11.153.181
106.11.159.197
106.11.158.214
106.11.152.198
106.11.153.204
106.11.157.220
106.11.156.193
106.11.157.148
106.11.154.153
106.11.158.139
106.11.155.158
106.11.152.134
106.11.159.138

ryd994

2017-12-05 00:29:24 +08:00 via Android

屏蔽 UA
说实话，换我可能直接屏蔽所有阿里云 IP 段了
其次优化性能+限制频率，这么爬两下就挂了，那傻逼用户按住 F5 也能挂。

opengps

2017-12-05 10:37:23 +08:00

完全同意 13 楼说法，如果这点压力你都排斥，那么你的业务得多不稳定

mytsing520

2017-12-06 00:46:18 +08:00

基本上干掉了。不是不稳定，而是他读起来无底线

ty5yidc

2020-02-22 04:06:50 +08:00

竟然 POST 我的数据，见鬼了，ajax 的数据直接给 POST 了，还好数据都是加密的