昨天看python2.7标准库的robotparser,随手就拿V2EX的robots.txt试了一下,结果发现与预期的结果不一致。代码如下:
import robotparser
rp = robotparser.RobotFileParser()
rp.read()
rp.can_fetch('*', '/signin')
rp.can_fetch('*', '
http://v2ex.com/signin')
两个can_fetch都是返回True。
我看了一下robots.txt,在 User-agent: * 和 Disallow: /backstage/ 之间有空行。应该是这个空行引起的。想知道这一空行在语法上是不是允许的?
这是一个专为移动设备优化的页面(即为了让你能够在 Google 搜索结果里秒开这个页面),如果你希望参与 V2EX 社区的讨论,你可以继续到 V2EX 上打开本讨论主题的完整版本。
https://www.v2ex.com/t/59137
V2EX 是创意工作者们的社区,是一个分享自己正在做的有趣事物、交流想法,可以遇见新朋友甚至新机会的地方。
V2EX is a community of developers, designers and creative people.