NewsBlurBot 是 NewsBlur 旗下 RSS 订阅聚合服务专用爬虫,2009 年上线,为用户定时拉取订阅源文章、元数据与更新,仅采集公开内容,遵循站点友好原则,提供跨平台统一阅读与内容同步,是主流 RSS 聚合爬虫之一。
通过网站根目录的 robots.txt 声明禁止该爬虫访问,简单标准;恶意爬虫会无视该规则。
在服务器配置中直接匹配爬虫 UA 返回 403,不消耗应用资源;需修改服务器配置。
通过 .htaccess 规则拦截指定 UA,无需修改主配置;仅适用于 Apache 服务器。
在 PHP 代码中判断访问者 UA,命中后返回 403,灵活可定制;会消耗应用服务器资源。
前端 JavaScript 检测 UA 并跳转 403 页面,简单易实现;高级爬虫可绕过(不执行 JS)。