Datasetbouwers
ShapBot is een bot van Parallel die pagina's crawlt voor een dataset die mogelijk wordt hergebruikt of met derden gedeeld. ShapBot is een webcrawler van Parallel die webcontent verzamelt en structureert voor zijn API's voor zoeken, extractie en diepgaand onderzoek, en AI-agents zo zeer nauwkeurige…. Volgens de documentatie respecteert hij robots.txt, maar er is geen lijst met IP-ranges of reverse DNS-conventie gepubliceerd. Je kunt dus niet bewijzen dat een verzoek met deze user agent echt is.
Verzoek meldt
"ShapBot"
Gecontroleerd aan de hand van
Niets gepubliceerd
Live check
Voor ShapBot bestaat geen check van de beheerder. Je ziet hier toch wat het adres echt is.
Referentie
| User agent | ShapBotAlleen token: match op de substring. |
|---|---|
| Beheerder | Parallel |
| Doel | Datasetbouwers |
| Respecteert robots.txt | Respecteertbron |
| Verificatiemethode | Alleen beweringNiets gepubliceerd, alleen user agent Voor deze agent is geen bestand met IP-bereiken en geen reverse-DNS-conventie gepubliceerd. De user-agent-string is het enige signaal, en elke client kan die meesturen. Zie een match daarom als een bewering en niet als bewijs. |
| Crawlpatroon | Niet gepubliceerd |
| robots.txt-tokens | ShapBot |
| Documentatie van de beheerder | Niets gepubliceerd |
ShapBot is een webcrawler van Parallel die webcontent verzamelt en structureert voor zijn API's voor zoeken, extractie en diepgaand onderzoek, en AI-agents zo zeer nauwkeurige…
robots.txt
Plak er een in de root van je domein. Regels gelden per token.
User-agent: ShapBot
Disallow: /User-agent: ShapBot
Allow: /User-agent: ShapBot
Allow: /
Disallow: /account/
Disallow: /checkout/
Disallow: /searchPas de Disallow-paden aan zodat ze overeenkomen met je eigen URL's.
Als je ShapBot blokkeert, komen je pagina's niet in de datasets die hij uit toekomstige crawls samenstelt. Eerder verzamelde gegevens worden niet verwijderd, en hoe elke beheerder zijn data gebruikt of deelt verschilt. Lees daarom hun beleid.
Maak een bestand voor alle crawlersFAQ
ShapBot is een bot van Parallel die pagina's crawlt voor een dataset die mogelijk wordt hergebruikt of met derden gedeeld. ShapBot is een webcrawler van Parallel die webcontent verzamelt en structureert voor zijn API's voor zoeken, extractie en diepgaand onderzoek, en AI-agents zo zeer nauwkeurige…. Volgens de documentatie respecteert hij robots.txt, maar er is geen lijst met IP-ranges of reverse DNS-conventie gepubliceerd. Je kunt dus niet bewijzen dat een verzoek met deze user agent echt is.
Ja. De beheerder documenteert dat ShapBot robots.txt leest en Disallow-regels voor het eigen token volgt. Regels gaan in zodra het bestand opnieuw wordt opgehaald, en dat kan uren of dagen na publicatie zijn.
Dat kan niet, in elk geval niet op basis van het verzoek zelf. Voor deze agent is geen bestand met IP-bereiken en geen reverse-DNS-conventie gepubliceerd. De user-agent-string is het enige signaal, en elke client kan die meesturen. Zie een match daarom als een bewering en niet als bewijs. Vergelijk in plaats daarvan het bron-IP met hosting- en datacenterranges, en pas rate limiting toe op alles wat zich als een crawler gedraagt.
Voeg het token ShapBot toe aan robots.txt met Disallow: /. Negeert de crawler robots.txt, filter dan op de user agent in je CDN of reverse proxy en geef daar een 403 terug.
Als je ShapBot blokkeert, komen je pagina's niet in de datasets die hij uit toekomstige crawls samenstelt. Eerder verzamelde gegevens worden niet verwijderd, en hoe elke beheerder zijn data gebruikt of deelt verschilt. Lees daarom hun beleid.