數據集建構程式
Diffbot 是一個機械人，會將網頁爬取至數據集，而該數據集可能會被重用或與第三方共享。Diffbot 是一個網絡爬蟲，利用 AI 視覺理解技術提取網站內容並加以結構化，提供知識圖譜數據，用於市場…。營運者並未公布 IP 範圍清單或反向 DNS 規則，因此無法證明帶有此 user agent 的請求是否真實，單靠 robots.txt 規則亦無法阻止偽冒請求。
請求聲稱
"Diffbot"
核對依據
未有公佈
即時檢查
Diffbot 沒有營運者提供的驗證方法。此處仍會顯示該地址的真實身分。
參考資料
| User agent | Diffbot僅為標記：以子字串比對。 |
|---|---|
| 營運者 | Diffbot |
| 用途 | 數據集建構程式 |
| 遵守 robots.txt | 未有政策 |
| 驗證方法 | 僅憑聲稱未有公布，僅有 user agent 是否遵守 robots.txt 由個別客戶設定，因此 Diffbot 對同一網站的兩次抓取可能有不同表現。未有公佈 IP 清單。 |
| 爬取模式 | 未公布 |
| robots.txt 標記 | Diffbot |
| 營運者文件 | 未有公布 |
Diffbot 是一個網絡爬蟲，利用 AI 視覺理解技術提取網站內容並加以結構化，提供知識圖譜數據，用於市場…
robots.txt
選擇其中一項，貼到網域根目錄。規則按標記分別設定。
User-agent: Diffbot
Disallow: /User-agent: Diffbot
Allow: /User-agent: Diffbot
Allow: /
Disallow: /account/
Disallow: /checkout/
Disallow: /search請修改 Disallow 路徑，使其符合你的網址。
FAQ
Diffbot 是一個機械人，會將網頁爬取至數據集，而該數據集可能會被重用或與第三方共享。Diffbot 是一個網絡爬蟲，利用 AI 視覺理解技術提取網站內容並加以結構化，提供知識圖譜數據，用於市場…。營運者並未公布 IP 範圍清單或反向 DNS 規則，因此無法證明帶有此 user agent 的請求是否真實，單靠 robots.txt 規則亦無法阻止偽冒請求。
未有文件記載。營運者並無說明 Diffbot 是否讀取 robots.txt，因此請加入規則，並在日誌中確認請求確實停止。
無法核實，至少無法單憑請求本身核實。是否遵守 robots.txt 由個別客戶設定，因此 Diffbot 對同一網站的兩次抓取可能有不同表現。未有公佈 IP 清單。建議改為將來源 IP 與託管及數據中心 IP 範圍比對，並對任何行為類似爬蟲的流量實施速率限制。
在 robots.txt 中為標記 Diffbot加入 Disallow: /。如該爬蟲不遵守 robots.txt，請改為在 CDN 或反向代理伺服器比對 user agent，並在該處回傳 403。
封鎖 Diffbot 可使你的網頁不被納入其日後爬取所建立的數據集。此舉不會刪除先前已收集的內容，而各營運者使用或共享數據的方式各有不同，請查閱其政策。