PHP代码实现引擎来路、蜘蛛、移动端放行

- 编辑:admin -

<?php
// 获取用户代理信息
$userAgent = strtolower($_SERVER['HTTP_USER_AGENT']);
 
// 判断是否是搜索引擎蜘蛛访问
$isSpider = preg_match('/bot|googlebot|bingbot|slurp|baiduspider|yandex|yeti|yodaobot/i', $userAgent);
 
// 判断是否是移动设备访问
$isMobile = preg_match('/iphone|ipad|ipod|android|blackberry|windows phone/i', $userAgent);
 
// 判断是否是 PC 端且来路是搜索引擎
$isPcFromSearchEngine = !$isMobile && $isSpider;
 
if ($isSpider || $isMobile) {
    // 放行搜索引擎蜘蛛和移动端访问
    // 可以继续执行其他逻辑或者展示相应的页面
 
    echo "<h1>Welcome to our website!</h1>";
} else if ($isPcFromSearchEngine) {
    // 如果是 PC 端并且来路是搜索引擎
    // 可以继续执行其他逻辑或者展示相应的页面
 
    echo "<h1>Welcome to our website from PC search engine!</h1>";
} else {
    // 如果是 PC 端但来路不是搜索引擎
    // 展示 1.html 页面
    header("Location: 1.html");
    exit;
}
?>


其它地方获取:


1、推荐的一种方法:php判断搜索引擎蜘蛛爬虫还是人为访问代码,摘自Discuz x3.2
 
<?php
 
function checkrobot($useragent=''){
 
    static $kw_spiders = array('bot', 'crawl', 'spider' ,'slurp', 'sohu-search', 'lycos', 'robozilla');
 
    static $kw_browsers = array('msie', 'netscape', 'opera', 'konqueror', 'mozilla');
 
 
 
    $useragent = strtolower(empty($useragent) ? $_SERVER['HTTP_USER_AGENT'] : $useragent);
 
    if(strpos($useragent, 'http://') === false && dstrpos($useragent, $kw_browsers)) return false;
 
    if(dstrpos($useragent, $kw_spiders)) return true;
 
    return false;
 
}
 
function dstrpos($string, $arr, $returnvalue = false) {
 
    if(empty($string)) return false;
 
    foreach((array)$arr as $v) {
 
        if(strpos($string, $v) !== false) {
 
            $return = $returnvalue ? $v : true;
 
            return $return;
 
        }
 
    }
 
    return false;
 
}
 
if(checkrobot()){
 
    echo '机器人爬虫';
 
}else{
 
    echo '人';
 
}
 
?>
 
实际应用中可以这样判断,直接不是搜索引擎才执行操作
 
<?php
 
if(!checkrobot()){
 
//do something
 
}
 
?>
 
2、第二种方法:
 
使用PHP实现蜘蛛访问日志统计
 
$useragent = addslashes(strtolower($_SERVER['HTTP_USER_AGENT']));
 
 
 
 if (strpos($useragent, 'googlebot')!== false){$bot = 'Google';}
 
 elseif (strpos($useragent,'mediapartners-google') !== false){$bot = 'Google Adsense';}
 
 elseif (strpos($useragent,'baiduspider') !== false){$bot = 'Baidu';}
 
 elseif (strpos($useragent,'sogou spider') !== false){$bot = 'Sogou';}
 
 elseif (strpos($useragent,'sogou web') !== false){$bot = 'Sogou web';}
 
 elseif (strpos($useragent,'sosospider') !== false){$bot = 'SOSO';}
 
 elseif (strpos($useragent,'360spider') !== false){$bot = '360Spider';}
 
 elseif (strpos($useragent,'yahoo') !== false){$bot = 'Yahoo';}
 
 elseif (strpos($useragent,'msn') !== false){$bot = 'MSN';}
 
 elseif (strpos($useragent,'msnbot') !== false){$bot = 'msnbot';}
 
 elseif (strpos($useragent,'sohu') !== false){$bot = 'Sohu';}
 
 elseif (strpos($useragent,'yodaoBot') !== false){$bot = 'Yodao';}
 
 elseif (strpos($useragent,'twiceler') !== false){$bot = 'Twiceler';}
 
 elseif (strpos($useragent,'ia_archiver') !== false){$bot = 'Alexa_';}
 
 elseif (strpos($useragent,'iaarchiver') !== false){$bot = 'Alexa';}
 
 elseif (strpos($useragent,'slurp') !== false){$bot = '雅虎';}
 
 elseif (strpos($useragent,'bot') !== false){$bot = '其它蜘蛛';}
 
 if(isset($bot)){
 
   $fp = @fopen('bot.txt','a');
 
   fwrite($fp,date('Y-m-d H:i:s')."\t".$_SERVER["REMOTE_ADDR"]."\t".$bot."\t".'http://'.$_SERVER['SERVER_NAME'].$_SERVER["REQUEST_URI"]."\r\n");
 
   fclose($fp);
 
 }
 
第三种方法:
 
我们可以通过HTTP_USER_AGENT来判断是否是蜘蛛,搜索引擎的蜘蛛都有自己的独特标志,下面列取了一部分。
 
function is_crawler() {
 
  $userAgent = strtolower($_SERVER['HTTP_USER_AGENT']);
 
  $spiders = array(
 
    'Googlebot', // Google 爬虫
 
    'Baiduspider', // 百度爬虫
 
    'Yahoo! Slurp', // 雅虎爬虫
 
    'YodaoBot', // 有道爬虫
 
    'msnbot' // Bing爬虫
 
    // 更多爬虫关键字
 
  );
 
  foreach ($spiders as $spider) {
 
    $spider = strtolower($spider);
 
    if (strpos($userAgent, $spider) !== false) {
 
      return true;
 
    }
 
  }
 
  return false;
 
}
 
下面的php代码附带了更多的蜘蛛标识
 
function isCrawler() {
 
    echo $agent= strtolower($_SERVER['HTTP_USER_AGENT']);
 
    if (!empty($agent)) {
 
        $spiderSite= array(
 
            "TencentTraveler",
 
            "Baiduspider+",
 
            "BaiduGame",
 
            "Googlebot",
 
            "msnbot",
 
            "Sosospider+",
 
            "Sogou web spider",
 
            "ia_archiver",
 
            "Yahoo! Slurp",
 
            "YoudaoBot",
 
            "Yahoo Slurp",
 
            "MSNBot",
 
            "Java (Often spam bot)",
 
            "BaiDuSpider",
 
            "Voila",
 
            "Yandex bot",
 
            "BSpider",
 
            "twiceler",
 
            "Sogou Spider",
 
            "Speedy Spider",
 
            "Google AdSense",
 
            "Heritrix",
 
            "Python-urllib",
 
            "Alexa (IA Archiver)",
 
            "Ask",
 
            "Exabot",
 
            "Custo",
 
            "OutfoxBot/YodaoBot",
 
            "yacy",
 
            "SurveyBot",
 
            "legs",
 
            "lwp-trivial",
 
            "Nutch",
 
            "StackRambler",
 
            "The web archive (IA Archiver)",
 
            "Perl tool",
 
            "MJ12bot",
 
            "Netcraft",
 
            "MSIECrawler",
 
            "WGet tools",
 
            "larbin",
 
            "Fish search",
 
        );
 
        foreach($spiderSite as $val) {
 
            $str = strtolower($val);
 
            if (strpos($agent, $str) !== false) {
 
                return true;
 
            }
 
        }
 
    } else {
 
        return false;
 
    }
 
}
 
if (isCrawler()){
 
    echo "你好蜘蛛精!";
 
}
 
else{
 
   echo "你不是蜘蛛精啊!";
 
}
 
 
第四种方法:
 
<?php
 
$flag = false;
 
$tmp = $_SERVER['HTTP_USER_AGENT'];
 
if(strpos($tmp, 'Googlebot') !== false){
 
  $flag = true;
 
} else if(strpos($tmp, 'Baiduspider') >0){
 
  $flag = true;
 
} else if(strpos($tmp, 'Yahoo! Slurp') !== false){
 
  $flag = true;
 
} else if(strpos($tmp, 'msnbot') !== false){
 
  $flag = true;
 
} else if(strpos($tmp, 'Sosospider') !== false){
 
  $flag = true;
 
} else if(strpos($tmp, 'YodaoBot') !== false || strpos($tmp, 'OutfoxBot') !== false){
 
  $flag = true;
 
} else if(strpos($tmp, 'Sogou web spider') !== false || strpos($tmp, 'Sogou Orion spider') !== false){
 
  $flag = true;
 
} else if(strpos($tmp, 'fast-webcrawler') !== false){
 
  $flag = true;
 
} else if(strpos($tmp, 'Gaisbot') !== false){
 
  $flag = true;
 
} else if(strpos($tmp, 'ia_archiver') !== false){
 
  $flag = true;
 
} else if(strpos($tmp, 'altavista') !== false){
 
  $flag = true;
 
} else if(strpos($tmp, 'lycos_spider') !== false){
 
  $flag = true;
 
} else if(strpos($tmp, 'Inktomi slurp') !== false){
 
  $flag = true;
 
}
 
if($flag == false){
 
  header("Location: //www.ycseowhy.com" . $_SERVER['REQUEST_URI']);
 
  // 自动转到//www.ycseowhy.com 对应的网页
 
  // $_SERVER['REQUEST_URI'] 为域名后面的路径
 
  // 或换成header("Location: /;
 
  exit();
 
}
 
?>