Если веб-запрос поступает от искателя Google или бота Google, запрошенный “агент пользователя” должен выглядеть примерно так:
Mozilla/5.0 (compatible; Googlebot/2.1; +http://www.google.com/bot.html) or (rarely used): Googlebot/2.1 (+http://www.google.com/bot.html)
Источник: Поисковые роботы Google
1. Пример Java
В Java вы можете получить “агент пользователя” из Запрос HttpServletRequest
.
@Autowired private HttpServletRequest request; //... String userAgent = request.getHeader("user-agent"); System.out.println("User Agent : " + userAgent); if(!StringUtils.isEmpty(userAgent)){ if(userAgent.toLowerCase().contains("googlebot")){ System.out.println("This is Google bot"); }else{ System.out.println("Not from Google"); } }
2. Поддельный Агент Пользователя
Легко создать поддельный/поддельный запрос агента пользователя. Например:
package com.mkyong.web; import org.apache.http.HttpResponse; import org.apache.http.client.HttpClient; import org.apache.http.client.methods.HttpGet; import org.apache.http.impl.client.HttpClientBuilder; public class test { public static void main(String[] args) throws Exception { HttpClient client = HttpClientBuilder.create().build(); HttpGet request = new HttpGet("abcdefg.com"); request.setHeader("user-agent", "fake googlebot"); HttpResponse response = client.execute(request); } }
Выход на abcdefg.com .
User Agent : fake googlebot This is Google bot
3. Проверка Googlebot
Чтобы проверить настоящий робот Googlebot, вы можете использовать “обратный поиск DNS” вручную, как это:
> host 66.249.66.1 1.66.249.66.in-addr.arpa domain name pointer crawl-66-249-66-1.googlebot.com. > host crawl-66-249-66-1.googlebot.com crawl-66-249-66-1.googlebot.com has address 66.249.66.1
Источник: Проверка Googlebot
4. Проверка Googlebot – Пример Java
Основываясь на приведенной выше теории, мы можем смоделировать 1-ю часть “обратного поиска DNS”. Используйте команду host
, чтобы определить, куда указывает запрошенный IP-адрес.
Если запрос поступает от Googlebot, он отобразит следующий шаблон: xx*.googlebot.com .
.
P.S хозяин команда доступна только в системе *nix.
@Autowired private HttpServletRequest request; //... String requestIp = getRequestIp(); String userAgent = request.getHeader("user-agent"); System.out.println("User Agent : " + userAgent); if(!StringUtils.isEmpty(userAgent)){ if(userAgent.toLowerCase().contains("googlebot")){ //check fake user agent String output = executeCommand("host " + requestIp); System.out.println("Output : " + output); if(output.toLowerCase().contains("googlebot.com")){ System.out.println("This is Google bot"); }else{ System.out.println("This is fake user agent"); } }else{ System.out.println("Not from Google"); } } //get requested IP private String getRequestIp() { String ipAddress = request.getHeader("X-FORWARDED-FOR"); if (ipAddress == null) { ipAddress = request.getRemoteAddr(); } return ipAddress; } // execute external command private String executeCommand(String command) { StringBuffer output = new StringBuffer(); Process p; try { p = Runtime.getRuntime().exec(command); p.waitFor(); BufferedReader reader = new BufferedReader(new InputStreamReader(p.getInputStream())); String line = ""; while ((line = reader.readLine())!= null) { output.append(line + "\n"); } } catch (Exception e) { e.printStackTrace(); } return output.toString(); }
Попробуйте еще раз пример поддельного агента пользователя “шаг 2”. Теперь вы получите этот вывод:
Output : Host 142.1.168.192.in-addr.arpa. not found: 3(NXDOMAIN) //this output may vary. User Agent : fake googlebot This is fake user agent
Если у вас есть лучшее решение, поделитесь ниже, спасибо.
Рекомендации
Оригинал: “https://mkyong.com/java/java-check-if-web-request-is-from-google-crawler/”