網(wǎng)站抓取：如何正確識(shí)別Baiduspider移動(dòng)ua？

近日，百度站長(zhǎng)平臺(tái)發(fā)布公告宣布新版Baiduspider移動(dòng)ua上線，同時(shí)公布了PC版Baiduspider ua，那么該如何正確識(shí)別移動(dòng)ua呢？對(duì)此，百度站長(zhǎng)平臺(tái)技術(shù)專家孫權(quán)給出了答案。

新版移動(dòng)ua:

Mozilla/5.0 (Linux;u;Android 4.2.2;zh-cn;) AppleWebKit/534.46 (KHTML,like Gecko) Version/5.1 Mobile Safari/10600.6.3 (compatible; Baiduspider/2.0; +http://www.baidu.com/search/spider.html)

PC ua:

Mozilla/5.0 (compatible; Baiduspider/2.0; +http://www.baidu.com/search/spider.html）

之前通過“+http://www.baidu.com/search/spider.html”進(jìn)行識(shí)別的網(wǎng)站請(qǐng)注意！您需要修改識(shí)別方式，新的正確的識(shí)別Baiduspider移動(dòng)ua的方法如下：

1. 通過關(guān)鍵詞“Android”或者“Mobile”來進(jìn)行識(shí)別，判斷為移動(dòng)訪問或者抓取。

2. 通過關(guān)鍵詞“Baiduspider/2.0”,判斷為百度爬蟲。

另外需要強(qiáng)調(diào)的是，對(duì)于robots封禁，如果封禁的agent是Baiduspider，會(huì)對(duì)PC和移動(dòng)同時(shí)生效。即，無論是PC還是移動(dòng)Baiduspider，都不會(huì)對(duì)封禁對(duì)象進(jìn)行抓取。之所以要強(qiáng)調(diào)這一點(diǎn)，是發(fā)現(xiàn)有些代碼適配站點(diǎn)（同一個(gè)url，PC ua打開的時(shí)候是PC頁(yè)，移動(dòng)ua打開的時(shí)候是移動(dòng)頁(yè)），想通過設(shè)置robots的agent封禁達(dá)到只讓移動(dòng)Baiduspider抓取的目的，但由于PC和移動(dòng)Baiduspider的agent都是Baiduspider,這種方法是非常不可取的。