八达网

标题: 360搜索明显违反robots协议啊，真心流氓 [打印本页]

作者: 蜡笔小旧 时间: 2012-9-8 13:06
标题: 360搜索明显违反robots协议啊，真心流氓
百度搜不到。
360刚刚di。真流氓

作者: 八号当铺 时间: 2012-9-8 13:16
我不懂什么协议，但是我百度做死也搜不到八达，360可以搜到八达并且排名第一

作者: SkYoPen 时间: 2012-9-8 13:20
吓尿了

作者: 蜡笔小旧 时间: 2012-9-8 13:22
syp吓尿了

作者: o2v 时间: 2012-9-8 14:09
robots协议已经被一淘和360毁了
契约精神啊。。哎。。

作者: amasmore 时间: 2012-9-8 18:22
百度的搜索也很恶心啊，都是广告，想要的东西难找啊

作者: 李文斯顿 时间: 2012-9-8 21:11
360臭傻逼
这种先流氓然后准备洗白的坚决不用
robots是互联网的最低限了

作者: nvgfh 时间: 2012-9-8 21:12
要干掉流氓，还真得是流氓

作者: 我不是大米 时间: 2012-9-8 21:15
robots协议大概是个什么内容，有搞网络的能直白的解释一下嘛

作者: 李文斯顿 时间: 2012-9-8 21:20
robots.txt（统一小写）是一种存放于网站根目录下的ASCII编码的文本文件，它通常告诉网络搜索引擎的漫游器（又称网络蜘蛛），此网站中的哪些内容是不应被搜索引擎的漫游器获取的，哪些是可以被（漫游器）获取的。
这个协议也不是一个规范，而只是约定俗成的，通常搜索引擎会识别这个元数据，不索引这个页面，以及这个页面的链出页面。

这个全世界网络都应该遵守的东西
比如我开一个博客写点隐私的东西不允许任何人访问
但是臭流氓直接搜索出去了
这个算什么行为呢？

作者: 千夜不眠 时间: 2012-9-8 21:46
robots协议（也称为爬虫协议、爬虫规则、机器人协议等）也就是robots.txt，网站通过robots协议告诉搜索引擎哪些页面可以抓取，哪些页面不能抓取。Robots协议是网站国际互联网界通行的道德规范，其目的是保护网站数据和敏感信息、确保用户个人信息和隐私不被侵犯。因其不是命令，故需要搜索引擎自觉遵守。一些病毒如malware（马威尔病毒）经常通过忽略robots协议的方式，获取网站后台数据和个人信息。2012年8月，奇虎360被曝违反Robots协议。

作者: 今心 时间: 2012-9-8 22:46
本帖最后由今心于 2012-9-8 22:47 编辑

楼主，我要告诉你的是，360现在还没有爬虫

作者: xiaokaizi 时间: 2012-9-8 22:52
提示: 作者被禁止或删除内容自动屏蔽

作者: o2v 时间: 2012-9-8 22:56
robots协议通俗的讲就是

你开了个网站，如果你想搜索引擎收录，robots可以写明不限制，随便抓
如果你有些隐私的内容不希望被搜素引擎收录，可以写明在服务器的robots.txt里，表明哪些目录，哪些文件不希望被收录。
但是这是个君子协定，几乎所有搜索引擎都遵守的。如果google baidu不遵守这个的话，各种网站的后台资料什么的，就都能被直接搜出来了额

作者: Moonyu 时间: 2012-9-8 23:18
评论:Robots协议的争论毫无意义http://www.php100.com/html/itnews/it/2012/0904/10992.html
近期，由于国内互联网上出现了一个新的搜索引擎竞争者，关于搜索引擎是否应当遵守Robots协议的问题成为了业内人士讨论的热点。一些人宣称：Robots协议是搜索领域的行业规范，触犯Robots协议是没有底线的行为，不禁不合法，而且还会泄露用户隐私。

笔者也马马虎虎算是个IT工程师，不过主要研究方向是通信技术，在计算机和互联网领域，只能说是比外行人强点，但比内行人还差得多，充其量是个半专业人士。出于好奇，本人查阅了一些和Robots协议相关的资料以及近期的各种热门评论，结果惊讶的发现，那些所谓的“专家”原来绝大多数都是“伪专家”，不过是利用人们对“Robots”的陌生和对“专家”的信任在混淆视听。

　　虽然我顶多算是半个专业人士，但还是希望能说几句真话，希望能够帮助读者更加接近真相。

　　Robots协议的由来

　　早期的互联网主要是“用户-网站”模式。用户通过网站获取信息，网站通过吸引用户点击来实现广告收入。不过，当Google把搜索引擎变成一种成功的商业模式之后，很多网站原有的商业模式遭到了严重的破坏。因为很多用户会停留在搜索引擎的搜索结果之中，不再访问信息的源头或发布信息的网站。

　　于是，为了维护自身的利益，一些欧美大型网站联合起来与Google谈判，要求Google必须做到“有所为有所不为”，于是就有了“Robots协议”。

　　Robot，又称Spider，是搜索引擎自动获取网页信息的电脑程序的通称。Robots协议的核心思想就是要求Robot程序不要去检索那些站长们不希望被直接搜索到的内容。将约束Robot程序的具体方法规范成格式代码，就成了Robots协议。一般来说，网站是通过Robots.txt文件来实现Robots协议。

　　Robots协议的影响

　　国内使用Robots协议最典型的案例，就是淘宝网和新浪微博拒绝百度搜索。不过，绝大多数中小网站都需要依靠搜索引擎来增加流量，因此通常并不排斥搜索引擎，也很少使用Robots协议。

　　一些站长和程序员还把Robots协议当成偷懒的工具：对于那些本来需要加密保存的信息或限制访问的内容，他们只是写个了Robots.txt文件，要求搜索引擎不要去访问，之后便以为万事大吉。这不是典型的掩耳盗铃吗？

　　不过，Robots协议最深远的影响还是帮助Google和百度这样的垄断搜索引擎遏制后起的竞争者。这是因为，Google当年在制定这个协议时，特意留下了后手，即：协议中不仅包括是否允许搜索引擎进行搜索的内容，还包括允许谁和不允许谁进行搜索内容。Google和百度在实现了垄断地位之后，就利用这些排斥性规则挡住了后来的进入者。

　　微软的必应，国产的搜狗、搜搜等搜索引擎，虽然运行多年，但搜索结果始终差强人意，并不是因为他们的技术能力真的不如百度，很大程度上就是受到了Robots协议的影响。

　　Robots协议的误区

　　有了前面的介绍，我们就可以来揭露那些“伪专家”们是如何误导技术知识有限的广大公众的。

　　1)Robots协议不是行业规范，更不是国际标准

　　所谓的Robots协议，其实就是Google自己制定的一个协议规范，并不是各大搜索厂商的共识或统一的协议，也从来没有任何一家国内搜索引擎服务商公开承诺遵守Robots协议或签署类似协议或声明。

　　所以说，Robots协议连个行业规范都算不上，更别说什么国际标准了，即便在美国，也只有Google把它当回事来说，而不是真的当回事来做。

　　不过客观的说，确实有一些网站站长误以为Robots协议是强制规范，误以为写了Robots.txt就万事大吉了。

　　2)Robots协议和保护用户隐私毫不相干

　　研究之后我才发现，最普遍，但也是最可笑的一种言论就是把Robots协议和用户隐私保护扯上关系，说什么违背Robots协议是泄漏用户隐私的主要原因。

　　Robots协议即不是什么加密算法，也不是什么安全机制，怎么可能阻止外部用户访问相关数据呢？确切的说，Robots协议希望解决的，不是用户能不能访问的问题，而是用户是否可以通过搜索引擎来访问的问题。就算Robots协议挡得住搜索引擎，那也挡不住用户访问啊。只要用户能够从外部访问，那该“泄密”还是会“泄密”。

　　想通过Robots协议来保护私密数据，实际上只是一些懒惰的站长们误解和滥用了Robots协议。所谓的搜索引擎泄露用户隐私，本质上说，还是网站本身安全性严重欠缺。

　　到底有谁在遵守Robots协议

　　到底谁遵守了Robots协议？这个问题很有挑战性。

　　最近几天，百度和360相互揭底，各自爆出了不少对方违背Robots协议的案例。非常有趣的是，对于这些案例，双方采取的应对措施都是揭露对方的更多案例，而谁也没敢正面质疑对方提供案例的真实性。同时，在这些爆料中，包括Google在内其他一些国内国外主流搜索引擎也都或多或少的，不幸的躺着中枪。

　　这些事情似乎在告诉我们，Robots协议只不过是某些人口中讨伐对手的工具而已，其实，起码在中国，谁也没太把Robots协议真的当回事，除非是自己的垄断地位受到威胁!

作者: LOY 时间: 2012-9-8 23:57

xiaokaizi 发表于 2012-9-8 22:52
那某些加密的所谓的艳照呢
能不能这样被抓去啊？

你说的这问题和robots.txt一点关系都没有，robots.txt只涉及在公网上公开的网页。

作者: LOY 时间: 2012-9-8 23:59

李文斯顿发表于 2012-9-8 21:20
robots.txt（统一小写）是一种存放于网站根目录下的ASCII编码的文本文件，它通常告诉网络搜索引擎的漫游器（ ...

你说的这是病毒木马了，远超robots.txt底线了

作者: xiaokaizi 时间: 2012-9-9 13:56
提示: 作者被禁止或删除内容自动屏蔽

作者: LOY 时间: 2012-9-15 20:42

xiaokaizi 发表于 2012-9-9 13:56
比如有些人在qq空间了放了所谓的自拍照但是qq空间不允许其他人访问
这个能抓去到吗？

如果只是违反robot协议，绝对抓不到啊。本来就是公开的页面才能抓到

作者: SimoN 时间: 2012-9-15 20:47

作者: xiaokaizi 时间: 2012-9-15 21:25
提示: 作者被禁止或删除内容自动屏蔽

欢迎光临八达网 (https://www.8-da.com/)