如何在 cloudflare 上彻底屏蔽一个指定的爬虫/bot?

[BiQuanMe]

有个垃圾爬虫 /bot, robot.txt 屏蔽了仍然无法阻止, 所以想请教下如何直接在 cloudflare 那边直接屏蔽掉?

[xuhaotian]

查 asn 屏蔽整段 IP ？

[coinsmask]

@xuhaotian 不是屏蔽整段 ip, 是指屏蔽某个指定的爬虫 /bot, 在日志中看到了它, 想把它彻底屏蔽掉, 你屏蔽整段 ip, 不是倒水把孩子也一起倒出去吗?

另外请教下, 如果知道一个 bot/爬虫名字, 如何查到来源, 这样可以逆源谁做的这个 bot/爬虫?

[MoeMoesakura]

@coinsmask 封 UserAgent

[MoeMoesakura]

@coinsmask 你的 Nginx 日志应该有 UA ，可以直接去找这个 UA

[yaott2020]

开个 5 秒盾？

[leaflxh]

进入到域名的面板，Security--->WAF--->create rule--->If incoming requests match… 下面可以选择 User-Agent -->Then take action…选择 block

[ospider]

robots.txt 是君子协定，估计也就搜索引擎会遵守，加这个没用的。楼上说的什么封 User-Agent 更没有任何卵用了，客户端能随便改的东西，你封了有啥意义？

开五秒盾还是很有意义的，可以挡住大部分不是精心构造就要爬你的爬虫，但是代价是牺牲一些用户体验。

[herozzm]

找到知道 ua ，host 反查确定是真的指定爬虫 ip ，block

[baobao1270]

1. 屏蔽 User-Agent
2. 打开「浏览器完整性检查」

[MoeMoesakura]

@ospider 虽然话是这么说，但是他是屏蔽「指定的爬虫」

[ospider]

@MoeMoesakura 我知道啊，问题就是这个“指定的爬虫”他肯定会伪装啊，没准楼主会觉得怎么把这个爬虫屏蔽了，又冒出来另一个了😂

[cy18]

@ospider LZ 既然在日志里看到了，应该就有特征，有特征就有办法屏蔽。爬虫当然可以伪装，但是伪装完就不是之前那个“指定的爬虫”了。

[coinsmask]

@MoeMoesakura
@leaflxh 感谢两位, 已经在 waf 中设置, 观察几天看看效果.

[coinsmask]

@herozzm 请问如何通过已知 UA, 然后 host 反查爬虫?

[herozzm]

@coinsmask https://ziyuan.baidu.com/college/articleinfo?id=3378

[coinsmask]

@herozzm 谢谢, 我这个是特定爬虫, 某个行业内的爬虫