php禁止网页抓取(做网站时有些目录或者文件不希望搜索引擎蜘蛛搜索到)
　　我们在做网站的时候，有些目录或者文件是不想让搜索引擎蜘蛛找到的，比如背景，重要的页面或者文件。那么我们现在应该怎么做呢？最简单的方法是修改网页中的robots.txt文件和robots Meta标签。
　　robots.txt 文件有什么作用？robots文件也叫robots协议（也叫爬虫协议、爬虫规则、机器人协议等）。机器人协议告诉搜索引擎哪些页面可以被抓取，哪些页面不能被抓取。机器人协议不是命令，它只是一个在互联网社区流行的网站道德规范。知名的引擎蜘蛛都会遵守这个协议，只有一些缺乏职业道德的搜索引擎才会绕过它。因此，修改本协议并非万能保险。
　　robots.txt文件是放在网站根目录下的记事本文件。搜索蜘蛛访问网站时，会首先检查站点根目录下是否存在robots.txt。如果存在，搜索机器人会根据文件内容确定访问范围；如果该文件不存在，则所有搜索蜘蛛都将能够访问 网站 上不受密码保护的所有页面。百度官方建议只有当您的网站收录您不想被收录搜索到的内容时才需要使用robots.txt文件。如果您想要搜索引擎收录网站 上的所有内容，请不要创建robots.txt 文件。
　　如何阻止机器人文件
　　下面是网站的robots文件的代码风格。
　　================================================== ==================================
　　用户代理： *
　　禁止：/plus/ad_js.php
　　禁止：/plus/advancedsearch.php
　　禁止：/plus/car.php
　　禁止：/plus/carbuyaction.php
　　禁止：/plus/shops_buyaction.php
　　禁止：/plus/erraddsave.php
　　禁止：/plus/posttocar.php
　　禁止：/plus/disdls.php
　　禁止：/plus/feedback_js.php
　　禁止：/plus/mytag_js.php
　　禁止：/plus/rss.php
　　禁止：/plus/search.php
　　禁止：/plus/recommend.php
　　禁止：/plus/stow.php
　　禁止：/plus/count.php
　　禁止：/包括
　　禁止：/templets
　　================================================== ==================================
　　我们来看看它的含义。
　　robots 文件应同时收录两个域，“User-agent:”和“Disallow:”，其中 User-agent: 代表允许，Disallow: 代表禁止。每条指令都在它自己的行上。并且 User-agent 必须出现在第一行（有意义的行，注释除外），并首先声明用户代理。
　　用户代理：
　　User-agent：指定允许哪些蜘蛛爬行。如果给定参数，则只能抓取指定的蜘蛛；例如，值为通配符“*”，表示允许所有蜘蛛爬行。喜欢：
　　用户代理：Googlebot
　　只允许谷歌蜘蛛爬行。
　　用户代理：baiduspider
　　只允许百度蜘蛛抓取。
　　用户代理： *
　　这意味着允许所有蜘蛛爬行，*是通配符，表示所有。
　　不允许：
　　这意味着蜘蛛被禁止爬行。以上面的robots文件为例。
　　禁止：/plus/ad_js.php
　　这是指禁止引擎蜘蛛抓取网站中plus目录下的ad_js.php文件
　　禁止：/包括
　　这是指禁止引擎蜘蛛爬取网站中的整个include目录，不等同于Disallow:/include/。
　　禁止：/包括/
　　这意味着引擎蜘蛛被禁止抓取网站中include目录下的目录，但是include目录下的文件蜘蛛仍然可以抓取。
　　禁止：/cgi-bin/*.htm
　　禁止访问/cgi-bin/目录下所有后缀为“.htm”的URL（包括子目录）。
　　不允许： /*？*
　　禁止访问 网站 中所有收录问号 (?) 的 URL
　　禁止：/.jpg$
　　禁止抓取网络上所有.jpg格式的图片
　　允许：
　　这就是许可的含义。
　　允许：/包括/
　　这里是include目录下允许爬取的目录
　　允许：/包括
　　这里是允许抓取收录整个目录
　　允许：.htm$
　　只允许访问带有“.htm”后缀的 URL。
　　允许：.gif$
　　允许抓取网页和 gif 格式的图像
　　网站地图：
　　网站地图告诉爬虫这个页面是一个网站地图
　　机器人文件的常见用途
　　示例 1. 禁止所有搜索引擎访问整个 网站。
　　用户代理： *
　　不允许： /
　　例如，2.禁止百度蜘蛛访问整个网站。
　　用户代理：baiduspider
　　不允许： /
　　示例 3. 允许所有搜索引擎访问（你也可以创建一个空的robots.txt文件或者不创建robots文件）
　　用户代理： *
　　允许：/
　　User-agent: 后面的 * 有特殊含义，代表“任何机器人”，因此“Disallow: /tmp/*”或“Disallow:*.gif”等记录不能出现在该文件中。
　　Robots Meta 标签拦截方法
　　robots.txt放在网站，文件级网络蜘蛛授权；而robots Meta标签放置在网页中，一般在某些网页需要单独设置时使用。两者的功能是一样的。
　　Meta robots标签必须放在中间，格式：
　　content中的值决定了允许爬取的类型，必须同时收录两个值：是否允许索引（index）和是否关注链接（follow，也可以理解为是否允许继续爬行）沿着网页中的超链接）。共有4个参数可选，形成4种组合：
　　index,follow：允许抓取此页面并允许跟踪链接。
　　index, nofollow：允许抓取此页面，但禁止跟踪链接。
　　noindex,follow：禁止抓取本页，但允许跟踪链接。
　　noindex、nofllow：禁止抓取本页，禁止关注本页链接。
　　上面的1和4还有另外一种写法：
　　index,follow 可以写成all，如：
　　noindex，nofollow 可以写成none，如：
　　需要注意的是，很多搜索引擎不支持robots Meta标签，只有少数搜索引擎可以根据给定的值进行识别和抓取。因此，尽量使用robots.txt文件来限制爬行。 查看全部

　　php禁止网页抓取(php禁止网页抓取，php就会被清除了。。(图))
　　php禁止网页抓取，php就会被清除了。
　　php放弃了对web应用的管理，
　　窃以为，php这种典型的pc端mvc框架的普及让php对web开发团队降低了要求。而且php社区不再那么缺乏安全方面的人才。后端。前端貌似被杀得难分难舍了。
　　php能放开对后端的各种要求，是为了能让php用的人更多。我虽然不是phper，但个人感觉php应该会更多的被用在微服务、后端管理、数据存储的方面。但我觉得正因为php对后端的各种要求降低了，所以对phper的要求可能会更高。phper不同于python的大神，理解复杂的后端和前端是很难的。phper难逃质疑，不稳定的php会失去很多应用的机会。
　　老手被抓过，
　　php的后端不像其他语言比如java,php是不能搞后端的或者说不能搞web大部分的后端应用还是java或者javascript的
　　不推荐语言：php，c++，ruby(后端，脚本都不是）推荐语言：c#，.net，go，node，python（前端）实际上。对于面向对象的语言，这些问题没有严格的答案。主要看你对编程的理解度。但多少还是有一些区别，strong-languageapplicationdevelopmentprojectmodel---mvcmacosvisualstudiocodevisualstudior.p.cstrong-languageapplicationdevelopmentprojectmodelm.voszypper*.jsrecaro.r.oli.jstaobao.php。 查看全部

　　php禁止网页抓取(网站反爬虫的原因及防护设置示意图分析(一))
　　一、 网站反反原原
　　常见的抗爬行动物平均值
　　1.基于IP接入频率禁止IP
　　2.设置帐户登录时间，账户访问多个密封件
　　设置帐户的登录限制，只登录以显示内容
　　设置帐户登录的时间，一个自动退出的时间
　　3.弹出数字验证码和图片确认验证码
　　爬网程序的数量具有过多的访问，弹出验证码需要输入
<p>4. @接a接接的接 查看全部

　　php禁止网页抓取(网络上常见的禁止垃圾蜘蛛爬站的方法，增加服务器压力
)
　　摘要
　　nginx最近发现了很多日志记录mj12bot，如抓握垃圾爬行动物，导致日志音量增加，服务器增加了压力。在此处将网络上的各种方法整理到网络中的垃圾邮件蜘蛛爬网站，以完成自己的设置，但也为您提供了网站管理员的引用。
　　nginx最近发现了很多日志记录mj12bot，如抓握垃圾爬行动物，导致日志音量增加，服务器增加了压力。在此处将网络上的各种方法整理到网络中的垃圾邮件蜘蛛爬网站，以完成自己的设置，但也为您提供了网站管理员的引用。
　　
　　nginx
　　conf到目录下的nginx安装目录，以下代码保存为代理_deny.conf
　　#禁止 Scrapy 等工具的抓取
if ($http_user_agent ~* (Scrapy|HttpClient)) {
return 403;
}
#禁止指定 UA 及 UA 为空的访问
if ($http_user_agent ~* "FeedDemon|Indy Library|Alexa Toolbar|AskTbFXTV|AhrefsBot|CrawlDaddy|CoolpadWebkit|Java|Feedly|UniversalFeedParser|ApacheBench|Microsoft URL Control|Swiftbot|ZmEu|oBot|jaunty|Python-urllib|lightDeckReports Bot|YYSpider|DigExt|HttpClient|MJ12bot|heritrix|EasouSpider|Ezooms|^$" ) {
return 403;
}
#禁止非 GET|HEAD|POST 方式的抓取
if ($request_method !~ ^(GET|HEAD|POST)$) {
return 403;
}
　　然后，服务器段网站 xxx.conf配置插入以下代码：
　　include agent_deny.conf;
　　apache
　　在.htaccess由网站目录修改，将以下代码添加到（2可选地类型代码）：
　　代码（1)：
　　RewriteEngine On
RewriteCond %{HTTP_USER_AGENT} (^$|FeedDemon|Indy Library|Alexa Toolbar|AskTbFXTV|AhrefsBot|CrawlDaddy|CoolpadWebkit|Java|Feedly|UniversalFeedParser|ApacheBench|Microsoft URL Control|Swiftbot|ZmEu|oBot|jaunty|Python-urllib|lightDeckReports Bot|YYSpider|DigExt|HttpClient|MJ12bot|heritrix|EasouSpider|Ezooms) [NC]
RewriteRule ^(.*)$ - [F]
　　代码（2)：
　　SetEnvIfNoCase ^User-Agent$ .*(FeedDemon|Indy Library|Alexa Toolbar|AskTbFXTV|AhrefsBot|CrawlDaddy|CoolpadWebkit|Java|Feedly|UniversalFeedParser|ApacheBench|Microsoft URL Control|Swiftbot|ZmEu|oBot|jaunty|Python-urllib|lightDeckReports Bot|YYSpider|DigExt|HttpClient|MJ12bot|heritrix|EasouSpider|Ezooms) BADBOT
Order Allow,Deny
Allow from all
Deny from env=BADBOT
　　php
　　在index.php中附加到第一个入口网站文件的方法
　　//获取 UA 信息
$ua = $_SERVER[&#039;HTTP_USER_AGENT&#039;];
//将恶意 USER_AGENT 存入数组
$now_ua = array(&#039;FeedDemon &#039;,&#039;BOT/0.1 (BOT for JCE)&#039;,&#039;CrawlDaddy &#039;,&#039;Java&#039;,&#039;Feedly&#039;,&#039;UniversalFeedParser&#039;,&#039;ApacheBench&#039;,&#039;Swiftbot&#039;,&#039;ZmEu&#039;,&#039;Indy Library&#039;,&#039;oBot&#039;,&#039;jaunty&#039;,&#039;YandexBot&#039;,&#039;AhrefsBot&#039;,&#039;MJ12bot&#039;,&#039;WinHttp&#039;,&#039;EasouSpider&#039;,&#039;HttpClient&#039;,&#039;Microsoft URL Control&#039;,&#039;YYSpider&#039;,&#039;jaunty&#039;,&#039;Python-urllib&#039;,&#039;lightDeckReports Bot&#039;);
//禁止空 USER_AGENT，dedecms 等主流采集程序都是空 USER_AGENT，部分 sql 注入工具也是空 USER_AGENT
if(!$ua) {
header("Content-type: text/html; charset=utf-8");
die(&#039;请勿采集本站，因为采集的站长木有小 JJ！&#039;);
}else{
foreach($now_ua as $value )
//判断是否是数组中存在的 UA
if(eregi($value,$ua)) {
header("Content-type: text/html; charset=utf-8");
die(&#039;请勿采集本站，因为采集的站长木有小 JJ！&#039;);
}
}
　　测试抓握效果
　　模拟MJ12bot蜘蛛：
　　curl -I -A &#039;MJ12bot&#039; https://www.yunloc.com
　　UA模拟空夹具：
　　curl -I -A &#039;&#039; https://www.yunloc.com
　　模拟百度蜘蛛爬网：
　　curl -I -A &#039;Baiduspider&#039; https://www.yunloc.com
　　结果截图抓握遵循：
　　[root@jxonesys ~]# curl -I -A &#039;MJ12bot&#039; https://www.yunloc.com
HTTP/1.1 403 Forbidden
Server: nginx
Date: Thu, 22 Aug 2019 07:58:33 GMT
Content-Type: text/html
Content-Length: 146
Connection: keep-alive
[root@jxonesys ~]# curl -I -A &#039;&#039; https://www.yunloc.com
HTTP/1.1 403 Forbidden
Server: nginx
Date: Thu, 22 Aug 2019 07:55:35 GMT
Content-Type: text/html
Content-Length: 146
Connection: keep-aliv
[root@jxonesys ~]# curl -I -A &#039;Baiduspider&#039; https://www.yunloc.com
HTTP/1.1 200 OK
Server: nginx
Date: Thu, 22 Aug 2019 08:03:06 GMT
Content-Type: text/html; charset=UTF-8
Connection: keep-alive
Vary: Accept-Encoding
X-Powered-By: PHP/7.2.19
Set-Cookie: wp_xh_session_f2266ad63f05d6d9f9e0134d622e4ca4=43b6b7d802097b30e609d872ad6920df%7C%7C1566633786%7C%7C1566630186%7C%7C6ce3059d6fe1ea6acfb27796762ea655; expires=Sat, 24-Aug-2019 08:03:06 GMT; Max-Age=172800; path=/
Strict-Transport-Security: max-age=63072000; includeSubdomains; preload
X-Frame-Options: SAMEORIGIN
X-Content-Type-Options: nosniff
X-XSS-Protection: 1; mode=block
　　如可以看出，MJ12Bot蜘蛛和UA空返回没有相应的识别服务器403，而百度蜘蛛然后成功返回200，表明进入力！
　　我们还可以分析Access Log @ @ 网站，并找到一些从未见过蜘蛛（蜘蛛）名称，在查询是正确之后，它可以添加到禁止代码列表中，以前播放禁止生效。
　　UA采集
　　以下是常用网络UA垃圾邮件列表，仅供参考，并欢迎您加油。
　　FeedDemon //内容采集
BOT/0.1 (BOT for JCE) //sql 注入
CrawlDaddy //sql 注入
Java //内容采集
Jullo //内容采集
Feedly //内容采集
UniversalFeedParser //内容采集
ApacheBench //cc 攻击器
Swiftbot //无用爬虫
YandexBot //无用爬虫
AhrefsBot //无用爬虫
YisouSpider //无用爬虫（已被 UC 神马搜索收购，此蜘蛛可以放开！）
MJ12bot //无用爬虫
ZmEu phpmyadmin //漏洞扫描
WinHttp //采集 cc 攻击
EasouSpider //无用爬虫
HttpClient //tcp 攻击
Microsoft URL Control //扫描
YYSpider //无用爬虫
jaunty //wordpress 爆破扫描器
oBot //无用爬虫
Python-urllib //内容采集
Indy Library //扫描
FlightDeckReports Bot //无用爬虫
Linguee Bot //无用爬虫 查看全部

　　php禁止网页抓取(让网站页面内容不被冗余的想法有哪些？-八维教育)
　　有可能是谁将会是陌生的朋友，网站@@的不你越让搜索引擎，你怎么可以让网站页面内容不抓？
　　首先，可以划分出是有限的，即使它是PR10站的权重，这是不可能的无限midrangements。这个重量包括其他人的链网站和网站
　　的内链
　　以下，除非是谁愿意被链接的人。否则，外链是让搜索引擎抓到。这不是本文的范围内。
　　和内链，因为有些网站有很多重复的或冗余的内容。例如，一些搜索结果在根据该条件。特别是一些B2C的站，专门查询页面或所有产品页面的某个位置内，您可以通过产品类型，型号，颜色，尺寸等分类虽然这些网页是观众极大的方便，但对于搜索引擎，这是蜘蛛，尤其是网站页的一个非常大的抢时间。同时，页面权将被分散，SEO是不利的。我钱/微信：11678872
　　
　　不同网站管理登录页面，备份页面，测试页面等，网站管理员不希望搜索引擎收录。
　　因此，有必要让网页，或某些页面不收录。
　　作者将首先介绍几个更多的方式：
　　1.ķ展不收录@@内容内容
　　众所周知，搜索引擎有能力有限，Flash的内容，并在Flash中的所有内容不能完全抓住。但不幸的是，这是不可能完全保证闪存的所有内容都不会被捕获。由于谷歌和Adobe正在努力实现的Flash爬虫技术。我钱/微信：11678872
　　2.使用Robos文件
　　这是一个暂时的最有效的方法，但有一个大的缺点。只是不传递任何内容和链接。大家都知道，在搜索引擎优化健康的页面应该可用。还有就是外链的一个环节，而且也是外部网站链接@，所以机器人文件进行控制，使搜索引擎不知道是什么内容。这个页面将被设置为一个低质量的页面。重量可能是某些惩罚的惩罚。这主要是在网站用于管理页，测试页等
　　3.使用NOFOLLOW标签包裹不希望收录 @ / p>
　　这个方法并不能完全保证，这不是收录，因为这不是一个标签，严格遵守要求。此外，如果有外部网站链到一个页面了nofollow标签。这很可能是由搜索引擎被捕获。
　　4.与noindex元标签加上FOLLOW标签
　　此方法可以防止收录并且也可以通过重量。你想传球，看看网站建立一个网站管理员自身的需求。这种方法的缺点是，它也是蜘蛛一个很大的浪费。
　　5.页面上使用的IFRAME标签，同时使用机器人文件来显示所述搜索引擎的内容收录可以防止比IFRAME标记内容其他被收录。所以，你可以把我不想收录含量正常的页面标签下。我想通过收录被放置在该IFrame标签
　　其次，然后说，已无效的方法中，没有在将来使用这些方法。
　　1.表
　　谷歌和百度已经捕获由形式使用的内容，并不能阻止收录
　　2.使用JavaScript和Ajax技术 查看全部

　　php禁止网页抓取(如何快速镜像一个网站(应用防火墙)(图))
　　上部文章文章 description“如何快速镜像网站”，而是作为一个安全工作者，我们的目的是防止网站镜像。
　　本文提出了一些方法来防止网站 @ @ @ @ @ @ @“。
　　实际上是防止爬行动物的方法，如下参考。
　　1、尝试将静态页面调整为动态页面，例如html-＆gt; JSP，ASP，PHP
　　2、如果基于apache 网站 网站，则可以配置用户代理
　　SetEnvIfNoCase User-Agent "^Wget" bad_bot
SetEnvIfNoCase User-Agent "^Wget/1.5.3" bad_bot
SetEnvIfNoCase User-Agent "^Wget/1.6" bad_bot
Order Allow,Deny
Allow from all
Deny from env=bad_bot
　　3、如果基于nginx 网站，则可以配置用户代理
　　## Block http user agent - wget ##
if ($http_user_agent ~* (Wget) ) {
return 403;
}
## Block Software download user agents ##
if ($http_user_agent ~* LWP::Simple|BBBike|wget) {
return 403;
　　3、在网站根目录下放置robots.txt，常规爬行程序程序将优先考虑robots.txt文件，然后根据规则进一步处理，例如禁止抓取图片，配置以下
　　　　User-agent： *
　　Disallow： .jpg$
　　4、 write脚本，将web服务器组合到访问日志和iptables，如果在短时间内过于频繁访问相同的IP，则防止此IP。
　　5、购购WAF（Web应用程序防火墙） 查看全部

　　php禁止网页抓取(什么是恶意镜像网站，以及相关防范镜像的方法？)
　　找到以下类似位置，根据以下代码添加/修改，然后重新启动Apache：
　　二、Nginx代码
　　在nginx安装目录下输入conf目录，并将以下代码保存为agent_udeny.conf
　　cd/usr/local/nginx/conf
　　vim代理拒绝.conf
　　然后在网站相关配置中的location/{之后插入以下代码：
　　例如，张戈博客的配置：
　　保存后，执行以下命令，顺利重启nginx：
　　三、PHP代码
　　① , PHP通用版
　　将以下方法放在粘贴到网站entry文件index.php中的第一个方法之前：
　　四、测试效果
　　如果是服务器，直接通过curl命令进行检测非常简单；当然如果是虚拟主机，也可以通过百度站长平台的“抓取诊断”进行检测~以服务器为例：
　　模拟YY蜘蛛抓斗：
　　使用空UA模拟抓取：
　　模拟百度蜘蛛的捕获：
　　三次爬网的结果显示YY蜘蛛和UA是空的，返回403，百度蜘蛛成功返回200，表明它是有效的
　　五、附录：UA集合
　　以下是网络上常见的垃圾邮件UA列表，仅供参考。也欢迎您补充
　　本文中的方法也可用于防止镜像。有关详细信息，请参阅：
　　
　　
　　本文简要介绍了什么是恶意图片网站，以及防止该图片的相关方法。如果有任何错误或遗漏，请随时给我们建议。[20171022重要更新，请参阅方法4~]
　　2017-10-22
　　263
　　1.14w 查看全部

　　php禁止网页抓取(php禁止网页抓取jsjs,lib等等等。)
　　php禁止网页抓取js,lib等。php只接受http格式的数据，而http是不会为每个请求提供其所带的相应数据，因此php不可能处理这类数据。这也是为什么php也会被提供给爬虫的接口，比如：#//;var_dump($dump="traceuser'slocation!");$host=$dump->forward($dump);cat'{"location_name":"(.*)"}';。
　　theneedtoacceptflashplayersasmodels.flashattributesregisterviabrowsers.indeed,theneedtoacceptflashplayersasmodelsisrequiredtodeterminehowtomodel.
　　php不允许，接受的是http格式的数据，而php不允许任何javascript格式的数据。只有当server不支持websocket才可以，但也不是绝对的，当server支持websocket的情况下，可以通过rest协议来操作浏览器上的数据，这样就可以不用php，也可以处理了。所以也就出现一些所谓的php解释器，但是实际上就是浏览器，有什么不同呢。当然有些情况，php并不支持，比如一些爬虫，只能是浏览器访问后，然后处理。
　　php是不能对非http等对象进行反射抓取。具体体现在但不仅仅只是这个，比如index+一些模板语言，还有比如一些后端语言也是可以的，但是由于php不支持非http等对象，这些后端语言的功能不能做。对于现在很多网站根本不支持高并发，甚至可以说这些方法都是不适合的。根据上面的内容可以得到的结论是不能用来做其他事情。 查看全部

　　php禁止网页抓取(来说一个利用php来禁止网页被iframe调用的方法！
)
　　自己辛苦做出来的网页被别人用iframe调用是很痛苦的，但是如果别人调用你网页上的广告被屏蔽了，那就更痛苦了！为了避免上面的情况，我们来说说一种使用php禁止网页被iframes调用的方法！
　　php禁止网页被iframes调用的方法
　　在你的网站模版头部添加如下php代码！
　　php 代码：
　　header(&#39;X-Frame-Options:Deny&#39;);
　　X-Frame-Options详解
　　X-Frame-Options 是 HTML 响应头，用于向浏览器指示当前网页是否可以显示在，或者。 网站可以使用这个功能来保证自己的网站网页不会嵌套到别人的网页中，从而避免点击劫持的风险！
　　X-Frame-Options 有三个值，分别是：DENY、SAMEORIGIN 和 ALLOW-FROM uri
　　1、DENY
　　表示这个页面没有被任何iframe嵌套，连本站的网页都不能嵌套！
　　php 调用代码：
　　header(&#39;X-Frame-Options:Deny&#39;);
　　2、SAMEORIGIN
　　表示这个页面只能在同域名页面的iframe中调用！
　　php 调用代码：
　　header(&#39;X-Frame-Options:SAMEORIGIN&#39;);
　　3、ALLOW-FROM uri
　　表示这个页面只能在指定url源页面的iframe中调用！
　　php 调用代码：
　　header(&#39;X-Frame-Options:ALLOW-FROM https://www.feiniaomy.com&#39;); 查看全部

　　php禁止网页抓取(
阻止多个IP地址访问的完整代码:这是禁止特定IP访问)
　　
　　有时我们需要禁止某些访问者访问我们的网站。为此，最常见的原因是一些恶意用户继续访问我们的网站以试图破坏它。虽然有很多技巧可以防止多个IP地址访问我们的网站，比如使用htaccess、Apache mod_rewrite等。
　　这里介绍一个比较简单的方法，直接用PHP代码限制ip。
　　现在，我们首先定义一个数组，其中收录您要禁止的所有 IP 地址，然后调用 blockIP() 函数禁止该数组中的所有 IP 访问我们的站点。
　　
//定义一个数组，包含你想要禁止的ip地址
$block_ip_list = array(
            &#39;127.0.0.1&#39;,
            &#39;127.0.0.2&#39;,
            &#39;127.0.0.3&#39;
        );
//调用函数禁止数组里面的所有IP
blockIP($block_ip_list);
　　首先，我们先定义一个函数来获取访问者的IP地址，这个函数会返回访问者的IP：
　　
// 定义获得ip地址的函数
function getVisitorIP()
{
    //check ip from share internet
    if (!empty($_SERVER['HTTP_CLIENT_IP']))
    {
      $ip=$_SERVER['HTTP_CLIENT_IP'];
    } else{
      $ip=$_SERVER['REMOTE_ADDR'];
    }
    return $ip;
}
　　然后我们首先使用getVisitorIP()函数获取当前访问者的IP，然后判断该IP是否在$block_ip_list数组中，如果是，则禁止：
　　
//定义blockIP函数
function blockIP($block_ip_list){
    $ip = getVisitorIP();
   if(in_array($ip, $block_ip_list)){
        die("Your IP(" . $ip . ") has been blocked !");
    }
}
　　以下是防止多个IP地址访问的完整代码：
　　
//获得访客ip地址
function getVisitorIP()
{
    //check ip from share internet
    if (!empty($_SERVER['HTTP_CLIENT_IP']))
    {
      $ip=$_SERVER['HTTP_CLIENT_IP'];
    } else{
      $ip=$_SERVER['REMOTE_ADDR'];
    }
    return $ip;
}
//禁止符合的IP地址
function blockIP($block_ip_list){
    $ip = getVisitorIP();
    if(in_array($ip, $block_ip_list)){
        die("Your IP(" . $ip . ") has been blocked !");
    }
}
//定义所有想要禁止的IP
$block_ip_list = array(
            &#39;127.0.0.1&#39;,
            &#39;127.0.0.2&#39;,
            &#39;127.0.0.3&#39;
        );
//调用blockIP函数
blockIP($block_ip_list);
　　这是一段禁止访问特定 IP 的代码。实现起来非常简单。您也可以在其他情况下使用这段代码，例如跟踪网站visitors 等 查看全部

　　php禁止网页抓取(PHP代码如下被收录的地址却是动态地址动态的)
　　今天查询发现文章是收录早上发的，但是收录的地址是动态的。
　　
　　是的，我的网站是伪静态的，所以我不想要收录动态页面。机器人添加了禁止爬取这些动态地址和某些路径，但蜘蛛还是每天爬，而且是收录！所以只能强制禁止访问。
　　在服务器配置文件ROOT中添加以下代码。
　　#### 禁止搜索引擎访问指定文件夹或者路径 【开始】####
#初始化变量为空
set $deny_spider "";
#如果请求地址中含有需要禁止抓取关键词时，将变量设置为y：
if ($request_uri ~* "\?replytocom=(\d+)|\?p=(\d+)|/feed|/date|/wp-admin|comment-page-(\d+)|/go") {
set $deny_spider 'y';
}
#如果抓取的UA中含有spider或bot时，继续为变量赋值（通过累加赋值间接实现nginx的多重条件判断）
if ($http_user_agent ~* "spider|bot") {
set $deny_spider "${deny_spider}es";
}
#当满足以上2个条件时，则返回404，符合搜索引擎死链标准
if ($deny_spider = 'yes') {
return 403; #如果是删除已收录的，则可以返回404
break;
}
#### 禁止搜索引擎访问指定文件夹或者路径【结束】 ####
　　
　　然后测试，动态取地址失败，静态取地址成功。
　　
　　另一种方式是将代码直接写入当前主题页面的functions.php中。
　　PHP代码如下
　　/*禁止蜘蛛抓取指定路径代码*/
ob_start("Deny_Spider_Advanced");
function Deny_Spider_Advanced() {
$UA = $_SERVER['HTTP_USER_AGENT'];
$Request_uri = $_SERVER['PHP_SELF'].'?'.$_SERVER['QUERY_STRING'];
$Spider_UA = '/(spider|bot|)/i'; //定义需要禁止的蜘蛛UA，一般是spider和bot
//禁止蜘蛛抓取的路径，可以参考自己的robots内容，每个关键词用分隔符隔开，需注意特殊字符的转义
$Deny_path = '/\?replytocom=(\d+)|\?p=(\d+)|\/feed|\/date|\/wp-admin|wp-includes|\/go|comment-page-(\d+)/i';
//如果检测到UA为空，可能是采集行为
if(!$UA) {
header("Content-type: text/html; charset=utf-8");
wp_die('请勿采集本站，因为采集的站长木有小JJ！');
} else {
//如果发现是蜘蛛，并且抓取路径匹配到了禁止抓取关键词则返回404或者403
if(preg_match_all($Spider_UA,$UA) && preg_match_all($Deny_path,$Request_uri)) {
//header('HTTP/1.1 404 Not Found');
//header("status: 404 Not Found");
header('HTTP/1.1 403 Forbidden');
header("status: 403 Forbidden");
}
}
}
　　写到最后，在文章发这篇文章的时候，发现发布按钮是灰色的，不可用。检查控制台，发现错误：Failed to load resource: the server Responded with a status of 403()
　　原来在上述规则中访问后台目录时会出现403错误。把上述规则中的后台目录删除即可。 查看全部

　　php禁止网页抓取(外贸仿牌的函数实现与下载函数的实现方法介绍
)
　　特别是一些做外贸仿牌的网站高手，往往不希望国内用户访问他们的网站，因为网站模板和产品被盗，所以用PHP查询IP所在国家，下面将介绍MaxMind函数实现的使用，先到以下网址下载MaxMind函数
　　将上面的GetIP.dat.gz解压，然后使用如下PHP代码实现：
　　
include("geoip.inc");
// 要解压的 ip，实际测试的时候，将ip换成$_SERVER[&#39;REMOTE_ADDR&#39;]就可以了
$test_ip = "126.123.123.123"; //这个是日本的测试IP
$gi = geoip_open("GeoIP.dat", GEOIP_STANDARD);
echo geoip_country_code_by_addr($gi, $test_ip);
// 获取国家名称
$country_name = geoip_country_name_by_addr($gi, "126.123.123.123");
echo "您的国家是: $country_name ";
//这边其实可以通过上面得到的CN代码或国家名判断是否是中国的，然后禁止ip或跳转到其他地方。
geoip_close($gi); 查看全部