Crawlson-Image 是专注于网页图片资源抓取、索引与归档的合规专用爬虫,面向图片素材库、视觉检索与内容存档场景提供服务。该爬虫遵循网络规范与 robots 协议,仅抓取公开可访问的图片资源,行为透明、对服务器低干扰,支持主流图片格式解析与批量采集,以稳定、可控的频率运行,是垂直图片采集领域常用的合规爬虫。
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)。