Overige geautomatiseerde crawlers
YaK is een bot van Meltwater die automatisch het web crawlt. Haalt data op voor de consumer intelligence suite van Meltwater, die met AI werkt. 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, en een regel in robots.txt alleen houdt een vervalsing niet tegen.
Verzoek meldt
"YaK"
Gecontroleerd aan de hand van
Niets gepubliceerd
Live check
Voor YaK bestaat geen check van de beheerder. Je ziet hier toch wat het adres echt is.
Referentie
| User agent | YaKAlleen token: match op de substring. |
|---|---|
| Beheerder | Meltwater |
| Doel | Volgens de pagina Consumer Intelligence van Meltwater: 'Door AI, datawetenschap en expertise in marktonderzoek toe te passen op een live feed van wereldwijde databronnen, zetten we ongestructureerde data om in bruikbare inzichten waarmee betere beslissingen mogelijk worden.' |
| Respecteert robots.txt | Geen beleid |
| 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 | YaK |
| Documentatie van de beheerder | Niets gepubliceerd |
Haalt data op voor de consumer intelligence suite van Meltwater, die met AI werkt.
robots.txt
Plak er een in de root van je domein. Regels gelden per token.
User-agent: YaK
Disallow: /User-agent: YaK
Allow: /User-agent: YaK
Allow: /
Disallow: /account/
Disallow: /checkout/
Disallow: /searchPas de Disallow-paden aan zodat ze overeenkomen met je eigen URL's.
Als je YaK blokkeert, stop je alleen dit specifieke token. Controleer daarna je logs, want beheerders die robots.txt negeren komen vaak terug onder een andere naam.
Maak een bestand voor alle crawlersFAQ
YaK is een bot van Meltwater die automatisch het web crawlt. Haalt data op voor de consumer intelligence suite van Meltwater, die met AI werkt. 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, en een regel in robots.txt alleen houdt een vervalsing niet tegen.
Niet gedocumenteerd. Geen enkele beheerder heeft verklaard of YaK robots.txt leest. Voeg de regel dus toe, maar controleer in je logs of de verzoeken echt stoppen.
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 YaK 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 YaK blokkeert, stop je alleen dit specifieke token. Controleer daarna je logs, want beheerders die robots.txt negeren komen vaak terug onder een andere naam.