这里有 SAE 的童鞋吗？网站被各家搜索引擎给轮 X 了，怎么破？

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

V2EX 提问指南

这是一个创建于 3697 天前的主题，其中的信息可能已经有所发展或是发生改变。

估计这个域名以前是有网站的，
现在我绑定到 SAE 上面，
百度 / Google / Bing 等几个搜索引擎的蜘蛛，每天访问几百次特定页面，
消耗了我很多云豆，
有什么办法可以屏蔽吗？

SAE

搜索引擎

云豆

21 条回复 • 2014-10-09 20:23:54 +08:00

sunshower

2014-10-09 10:23:20 +08:00

robots.txt

abelyao

2014-10-09 10:26:36 +08:00

@sunshower 就访问记录来看，只有 bing 偶尔才访问一次 robots.txt

dong3580

2014-10-09 10:50:09 +08:00

@sunshower
更新robots.txt基本不起作用，试过整整两个月之后，世界才清净了。
试了试写邮件反馈，也是没用的。
唯一的方法不知道是不是暂时屏蔽他们的ip.

loading

2014-10-09 10:53:57 +08:00

你这个url有东西吗？返回403

kenjey01

2014-10-09 10:56:33 +08:00

每天几百次会消耗很多云豆吗? 404基本没有多少流量消耗

abelyao

2014-10-09 11:03:52 +08:00

@dong3580 他们的 IP 太多了，哎！

abelyao

2014-10-09 11:04:29 +08:00

@loading 没有对应的 url，返回 403 可以让搜索引擎歇一歇吗？

abelyao

2014-10-09 11:05:16 +08:00

@kenjey01 云豆目前来说是足够的，但是占了几百页日志，严重影响我分析网站的一些情况…

2014-10-09 11:08:42 +08:00

没有这个问题...

mornlight

2014-10-09 11:14:25 +08:00

robots.txt 肯定会有用的，但是搜素引擎会缓存robots的内容，你更新后很久他们才跟着更新。
另外，如果针对百度的话可以到百度站长平台里试一试，能调节Spider频率

abelyao

2014-10-09 11:30:02 +08:00

@mornlight 暂时先添加 robots.txt 了

typcn

2014-10-09 12:03:09 +08:00

@abelyao 为毛要用日志分析..... 用第三方分析就完了，正好还能过滤不支持 js 的 bot，话说我以前也是用的sae bae 后来感觉性能太渣就开始用 vps 了

Execution

2014-10-09 12:12:34 +08:00

花时间去整这些什么e的时间，够撸主上几个性价比vps了，撸的还带劲。

dong3580

2014-10-09 13:13:38 +08:00

@abelyao
我想了想一个解决方法，前提如果你的代码使用MVC方式写的，可以在路由中加入全局代码，404的话跳转到某个静态页面。
截一段我的代码给你参考。
```C#
protected void Application_Error(object s, EventArgs e)
{
Exception ex = Server.GetLastError();
if (ex.GetType().Name == "HttpException")
{
HttpException exception = (HttpException)ex;
if (exception.GetHttpCode() == 404)
{
Response.StatusCode = 404;
Response.Redirect("/Home/Error?code=PageNotExist");
}
}
Server.ClearError();
}
```

如果使用了IIS部署的，直接可以在iis设置里面加上404的跳转地方，这样就不会销耗什么流量了。
（猜想其他部署的方式也可以实现吧）

knightluffy

2014-10-09 13:24:24 +08:00

用https吧。。估计只有Google的蜘蛛能进了。。

zts1993

2014-10-09 15:43:45 +08:00

SAE防火墙啊。。。
我也被艹过。。。好惨的说。、

mornlight

2014-10-09 16:11:10 +08:00

@knightluffy SAE 的自定义域名能使用https？我前几天还在微博上跟SAE的架构负责人吐槽过

abelyao

2014-10-09 18:14:23 +08:00

@zts1993 防火墙研究了半天，不懂如何屏蔽搜索引擎啊，请指点一下！

sandideas

2014-10-09 19:18:33 +08:00 via Android

@abelyao 把所有爬虫ip拉黑名单

zts1993

2014-10-09 20:23:32 +08:00

@abelyao 屏蔽p

zts1993

2014-10-09 20:23:54 +08:00

屏蔽ip段