其他自動化爬蟲

YaK

YaK 是由 Meltwater 營運的機械人,會自動爬取網頁。擷取資料以供 Meltwater 的 AI 消費者情報套件使用。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。

Meltwater僅憑聲稱robots.txt:未有政策

即時檢查

驗證自稱為 YaK 的 IP

YaK 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

YaK 概覽

YaK 爬蟲的參考資料
User agentYaK

僅為標記:以子字串比對。

營運者Meltwater
用途根據 Meltwater Consumer Intelligence 網頁所述:「我們將 AI、數據科學及市場研究專業知識應用於全球數據來源的即時資料流,把非結構化數據轉化為可付諸行動的見解,以作出更佳決策。」
遵守 robots.txt未有政策
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YaK
營運者文件未有公布

擷取資料以供 Meltwater 的 AI 消費者情報套件使用

robots.txt

允許或封鎖 YaK

選擇其中一項,貼到網域根目錄。規則按標記分別設定。

封鎖 YaK
User-agent: YaK
Disallow: /
允許 YaK
User-agent: YaK
Allow: /
允許,但排除不希望被引用的頁面
User-agent: YaK
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 YaK 只會阻止此特定標記。封鎖後請檢查日誌,因為不遵守 robots.txt 的營運者經常改用其他名稱再次出現。

為所有爬蟲建立檔案

FAQ

YaK 常見問題

YaK 是甚麼?

YaK 是由 Meltwater 營運的機械人,會自動爬取網頁。擷取資料以供 Meltwater 的 AI 消費者情報套件使用。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。

YaK 是否遵守 robots.txt?

未有文件記載。營運者並無說明 YaK 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。

如何核實請求確實來自 YaK?

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 YaK?

在 robots.txt 中為標記 YaK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 YaK 會否影響我的搜尋排名?

封鎖 YaK 只會阻止此特定標記。封鎖後請檢查日誌,因為不遵守 robots.txt 的營運者經常改用其他名稱再次出現。

    YaK(Meltwater):User Agent、IP 核實及 robots.txt | IPScanner