AustraliaBot(正式名称 Kangaroo Bot)是澳大利亚本土 AI 联盟 Kangaroo LLM 于 2024 年推出的专用爬虫,旨在抓取澳大利亚境内公开网页文本,构建适配澳洲英语与本土文化的数据集(VegeMighty),支撑澳大利亚首个开源大语言模型训练。该爬虫严格遵循 robots 协议,采用澳洲本地 IP 集群,抓取频率温和,数据全程在澳境内处理,强调合规与数据主权。
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)。