Duamo 是面向公开网页数据采集、链接验证与轻量索引的合规爬虫,专注于稳定、低干扰抓取页面信息,用于内容归档、站点监测与基础数据服务。该爬虫遵循 robots 协议,行为透明可控,不恶意并发、不采集受限内容,以友好方式访问站点,适用于中小型采集与检索场景,是轻量级合规爬虫的典型代表。
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)。