自主代理程式

Google-Agent

Google-Agent 是由 Google 營運的機械人,會自行瀏覽網絡以完成多步驟任務。Google-Agent 供託管於 Google 基礎設施上的代理程式使用,按用戶要求瀏覽網絡及執行操作。據文件記載,此機械人遵守 robots.txt,但營運者並未公布 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。

Google僅憑聲稱robots.txt:遵守

即時檢查

驗證自稱為 Google-Agent 的 IP

Google-Agent 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

Google-Agent 概覽

Google-Agent 爬蟲的參考資料
User agentGoogle-Agent

僅為標記:以子字串比對。

營運者Google
用途自主代理程式
遵守 robots.txt遵守來源
驗證方法僅憑聲稱未有公布,僅有 user agent

此代理沒有公佈 IP 範圍檔案,亦沒有反向 DNS 命名慣例。user agent 字串是唯一的識別依據,而任何客戶端都可以發送該字串,因此即使字串相符,亦只應視為對方的聲稱,而非證明。

爬取模式未公布
robots.txt 標記Google-Agent
營運者文件https://developers.google.com/search/docs/crawling-indexing/overview-google-crawlers

Google-Agent 供託管於 Google 基礎設施上的代理程式使用,按用戶要求瀏覽網絡及執行操作。

robots.txt

允許或封鎖 Google-Agent

選擇其中一項,貼到網域根目錄。規則按標記分別設定。

封鎖 Google-Agent
User-agent: Google-Agent
Disallow: /
允許 Google-Agent
User-agent: Google-Agent
Allow: /
允許,但排除不希望被引用的頁面
User-agent: Google-Agent
Allow: /
Disallow: /account/
Disallow: /checkout/
Disallow: /search

請修改 Disallow 路徑,使其符合你的網址。

封鎖的實際代價

封鎖 Google-Agent 可阻止自動化工作階段像已登入用戶一樣填寫表格、逐步完成流程及閱讀網頁。在此情況下,速率限制和驗證挑戰通常比 robots.txt 規則更有效。

為所有爬蟲建立檔案

FAQ

Google-Agent 常見問題

Google-Agent 是甚麼?

Google-Agent 是由 Google 營運的機械人,會自行瀏覽網絡以完成多步驟任務。Google-Agent 供託管於 Google 基礎設施上的代理程式使用,按用戶要求瀏覽網絡及執行操作。據文件記載,此機械人遵守 robots.txt,但營運者並未公布 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。

Google-Agent 是否遵守 robots.txt?

是。營運者的文件說明 Google-Agent 會讀取 robots.txt,並遵守針對其標記的 Disallow 規則。規則會在下次擷取該檔案時生效,可能是發布後數小時或數天。

如何核實請求確實來自 Google-Agent?

無法核實,至少無法單憑請求本身核實。此代理沒有公佈 IP 範圍檔案,亦沒有反向 DNS 命名慣例。user agent 字串是唯一的識別依據,而任何客戶端都可以發送該字串,因此即使字串相符,亦只應視為對方的聲稱,而非證明。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。

如何封鎖 Google-Agent?

在 robots.txt 中為標記 Google-Agent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 Google-Agent 會否影響我的搜尋排名?

封鎖 Google-Agent 可阻止自動化工作階段像已登入用戶一樣填寫表格、逐步完成流程及閱讀網頁。在此情況下,速率限制和驗證挑戰通常比 robots.txt 規則更有效。

    Google-Agent(Google):User Agent、IP 核實及 robots.txt | IPScanner