Uni‑Passau Bot 是德国帕绍大学(Universität Passau)数据科学与信息检索实验室开发的学术研究型网页爬虫,隶属于 Open Search 开源搜索基础设施项目。该爬虫专注于学术资源、开放数据与网页结构研究,严格遵循网络抓取伦理与 Robots 协议,不用于商业搜索引擎索引。其设计轻量、透明,支持多语言与基础动态页面解析,是欧洲高校开源搜索与网络数据研究领域的代表性学术爬虫之一。
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)。