nginx 防盗链防爬虫配置详解

新建配置配置文件 （例如进入到nginx安装目录下的conf目录，创建： agent_deny.conf）

禁止Scrapy等工具的抓取 if ($http_user_agent ~* (Scrapy|Curl|HttpClient)) { return 403; }

禁止指定UA及UA为空的访问

#forbidden Scrapy

if ($http_user_agent ~* (Scrapy|Curl|HttpClient))

{

  return 403;

}

#forbidden UA

if ($http_user_agent ~ “Bytespider|FeedDemon|JikeSpider|Indy Library|Alexa Toolbar|AskTbFXTV|AhrefsBot|CrawlDaddy|CoolpadWebkit|Java|Feedly|UniversalFeedParser|ApacheBench|Microsoft URL Control|Swiftbot|ZmEu|oBot|jaunty|Python-urllib|lightDeckReports Bot|YYSpider|DigExt|YisouSpider|HttpClient|MJ12bot|heritrix|EasouSpider|Ezooms|^$” )

{

  return 403;

}

#forbidden not GET|HEAD|POST method access

if ($request_method !~ ^(GET|HEAD|POST)$)

{

  return 403;

}

然后，在网站相关配置中的 server段插入如下代码： include agent_deny.conf;

重启nginx：

/data/nginx/sbin/nginx -s reload测试 使用curl -A 模拟抓取即可，比如：

curl -I -A ‘YYSpider’ <<www.xxx.con>>结果

[root@11 conf]# curl -I -A ‘YYSpider’ www.xxx.cn

HTTP/1.1 403 Forbidden

Server: nginx/1.12.0

Date: Wed, 24 Apr 2022 11:35:21 GMT

Content-Type: text/html

Content-Length: 169

Connection: keep-alive

模拟UA为空的抓取：

curl -I -A’ ‘ <<www.xxx.cn>>结果

[root@11 conf]# curl -I -A’ ‘ www.xxx.cn

HTTP/1.1 403 Forbidden

Server: nginx/1.12.0

Date: Wed, 24 Apr 2022 11:36:06 GMT

Content-Type: text/html

Content-Length: 169

Connection: keep-alive

模拟百度蜘蛛的抓取：

curl -I -A ‘Baiduspider’ <<<www.xxx.cn>>>

[root@11 conf]# curl -I -A ‘Baiduspider’ www.xxx.cn

HTTP/1.1 200 OK

Server: nginx/1.12.0

Date: Wed, 24 Apr 2022 11:36:47 GMT

Content-Type: text/html

Content-Length: 612

Last-Modified: Fri, 12 Apr 2022 13:49:36 GMT

Connection: keep-alive

ETag: “5cb09770-264”

Accept-Ranges: bytes

UA类型

FeedDemon       内容采集

BOT/0.1 (BOT for JCE) sql注入

CrawlDaddy      sql注入

Java         内容采集

Jullo         内容采集

Feedly        内容采集

UniversalFeedParser  内容采集

ApacheBench      cc攻击器

Swiftbot       无用爬虫

YandexBot       无用爬虫

AhrefsBot       无用爬虫

YisouSpider      无用爬虫（已被UC神马搜索X，此蜘蛛可以放开！）

jikeSpider      无用爬虫

MJ12bot        无用爬虫

ZmEu phpmyadmin    漏洞扫描

WinHttp        采集cc攻击

EasouSpider      无用爬虫

HttpClient      tcp攻击

Microsoft URL Control 扫描

YYSpider       无用爬虫

jaunty        wordpress爆破扫描器

oBot         无用爬虫

Python-urllib     内容采集

Indy Library     扫描

FlightDeckReports Bot 无用爬虫

Linguee Bot      无用爬虫


nginx 防盗链配置

背景：防止第三方引用链接访问我们的图片，消耗服务器资源和网络流量，我们可以在服务器上做防盗链限制。

实现防盗链的方式有两种：refer方式和签名方式。

refer方式实现防盗链

工作模块：ngx_http_referer_module。

作用变量：$invalid_referer，全局变量。

配置域：server, location

配置：

server {

  listen 80;

  server_name www.imcati.com refer-test.imcati.com;

  root /usr/share/nginx/html;

  location ~*\.(gif|jpg|jpeg|png|bmp|swf)$ {

    valid_referers none blocked www.imcati.com;

    if ($invalid_referer) {

      return 403;

      }

   }

  }

valid_referers: 指定资源访问是通过以下几种方式为合法，即白名单。 vaild_referers 有效的引用连接，如下，否则就进入$invaild_refere,返回403 forbiden。none：允许缺失的头部访问。blocked：允许referer没有对应值的请求。server_names：若referer站点域名与server_name中本机配的域名一样允许访问。

到此这篇关于nginx 防盗链防爬虫配置详解的文章就介绍到这了,更多相关nginx 防盗链防爬虫配置内容请搜索共生网络以前的文章或继续浏览下面的相关文章希望大家以后多多支持共生网络！