Robots协议

博客介绍了网站robots.txt的作用,即告知爬虫哪些内容可爬取、哪些不可爬取。还给出示例网址,说明了User - agent定义任意网络爬虫来源,Disallow规定任何爬虫不允许访问以问号开头的文件,同时解释了*和/的含义。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

作用

网站告诉爬虫哪些可以爬取,哪些不能爬取。
https://www.jd.com/robots.txt
User-agent: 对于任意的网络爬虫来源,它定义为User-agent
Disallow: ?
任何爬虫哪个都不允许访问以问号开头的文件
*代表所有/代表目录
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值