webarchiv.cz
webarchiv.cz蜘蛛/爬虫属于类型，由National Library of the Czech Republic开发运行。您可以继续阅读下方信息，以深入了解webarchiv.cz基本信息，用户代理和访问控制等。
基本信息
webarchiv.cz的基本信息如下表。但部分不是很规范的蜘蛛和爬虫，可能存在信息不明的情况。
- 蜘蛛/爬虫名称
- webarchiv.cz
- 类型
- 其他
- 开发商
-
National Library of the Czech Republic
- 当前状态
-
活动
用户代理
关于webarchiv.cz蜘蛛或者爬虫的用户代理字符串，IP地址和服务器，所在地等信息如下表格所示：
heritrix/3.4.0
-
heritrix/3.4.0
-
heritrix/3.4.0
-
heritrix/3.4.0
-
heritrix/3.4.0
-
heritrix/3.2.0
-
heritrix/3.1.2
-
heritrix/1.14.3
-
heritrix/1.14.2
-
heritrix/1.12.1
- 用户代理字符串
- Mozilla/5.0 (compatible; heritrix/3.4.0-20210923 +http://webarchiv.cz/kontakty/)
- 首次出现
- 2021-12-29 12:06:48
- 最后出现
- 2022-01-01 17:19:03
- 遵循robots.txt
- 未知
- 来源
-
| IP地址(5) |
服务器名称 |
所属国家 |
| 195.113.133.205 |
crawler05.webarchiv.cz |
CZ |
| 195.113.133.213 |
crawler13.webarchiv.cz |
CZ |
| 195.113.133.218 |
crawler18.webarchiv.cz |
CZ |
| 195.113.133.216 |
crawler16.webarchiv.cz |
CZ |
| 195.113.133.214 |
crawler14.webarchiv.cz |
CZ |
- 用户代理字符串
- Mozilla/5.0 (compatible; heritrix/3.4.0-SNAPSHOT-2019-04-18T15:23:13Z +http://webarchiv.cz/kontakty/)
- 首次出现
- 2019-06-20 06:13:46
- 最后出现
- 2021-03-04 04:58:48
- 遵循robots.txt
- 未知
- 来源
-
| IP地址(2) |
服务器名称 |
所属国家 |
| 195.113.133.200 |
crawler00.webarchiv.cz |
CZ |
| 195.113.133.201 |
crawler01.webarchiv.cz |
CZ |
- 用户代理字符串
- Mozilla/5.0 (compatible; heritrix/3.4.0-SNAPSHOT-2019-05-22T20:43:22Z +http://webarchiv.cz/kontakty/)
- 首次出现
- 2019-07-31 22:07:22
- 最后出现
- 2020-12-14 13:17:59
- 遵循robots.txt
- 未知
- 来源
-
| IP地址(7) |
服务器名称 |
所属国家 |
| 195.113.133.200 |
crawler00.webarchiv.cz |
CZ |
| 195.113.133.201 |
crawler01.webarchiv.cz |
CZ |
| 195.113.133.205 |
crawler05.webarchiv.cz |
CZ |
| 195.113.133.213 |
crawler13.webarchiv.cz |
CZ |
| 195.113.133.218 |
crawler18.webarchiv.cz |
CZ |
| 195.113.133.216 |
crawler16.webarchiv.cz |
CZ |
| 195.113.133.214 |
crawler14.webarchiv.cz |
CZ |
| 195.113.133.207 |
crawler07.webarchiv.cz |
CZ |
| 195.113.133.217 |
crawler17.webarchiv.cz |
CZ |
| 195.113.133.211 |
crawler11.webarchiv.cz |
CZ |
| 195.113.133.195 |
? |
CZ |
| 195.113.133.220 |
? |
CZ |
| 195.113.133.197 |
? |
CZ |
| 195.113.133.198 |
195.113.133.198 |
CZ |
| 195.113.133.194 |
? |
CZ |
| 195.113.133.199 |
? |
CZ |
- 用户代理字符串
- Mozilla/5.0 (compatible; heritrix/3.4.0-SNAPSHOT-2019-05-22T20:43:22Z +http://webarchiv.cz/kontakty/)
- 首次出现
- 2019-07-31 22:07:22
- 最后出现
- 2020-12-14 13:17:59
- 遵循robots.txt
- 未知
- 来源
-
| IP地址(7) |
服务器名称 |
所属国家 |
| 195.113.133.216 |
crawler16.webarchiv.cz |
CZ |
| 195.113.133.213 |
crawler13.webarchiv.cz |
CZ |
| 195.113.133.218 |
crawler18.webarchiv.cz |
CZ |
| 195.113.133.207 |
crawler07.webarchiv.cz |
CZ |
| 195.113.133.214 |
crawler14.webarchiv.cz |
CZ |
| 195.113.133.217 |
crawler17.webarchiv.cz |
CZ |
| 195.113.133.211 |
crawler11.webarchiv.cz |
CZ |
- 用户代理字符串
- Mozilla/5.0 (compatible; heritrix/3.2.0 +http://webarchiv.cz/kontakty/)
- 首次出现
- 2014-12-18 07:21:11
- 最后出现
- 2019-04-24 06:49:06
- 遵循robots.txt
- 未知
- 来源
-
| IP地址(13) |
服务器名称 |
所属国家 |
| 195.113.133.200 |
crawler00.webarchiv.cz |
CZ |
| 195.113.133.213 |
crawler13.webarchiv.cz |
CZ |
| 195.113.133.214 |
crawler14.webarchiv.cz |
CZ |
| 195.113.133.216 |
crawler16.webarchiv.cz |
CZ |
| 195.113.133.207 |
crawler07.webarchiv.cz |
CZ |
| 195.113.133.211 |
crawler11.webarchiv.cz |
CZ |
| 195.113.133.201 |
crawler01.webarchiv.cz |
CZ |
| 195.113.133.218 |
? |
CZ |
| 195.113.133.217 |
crawler17.webarchiv.cz |
CZ |
| 195.113.133.205 |
crawler05.webarchiv.cz |
CZ |
- 用户代理字符串
- Mozilla/5.0 (compatible; heritrix/3.1.2-SNAPSHOT-20130207.001528 +http://webarchiv.cz/kontakty/)
- 首次出现
- 2014-03-16 21:23:52
- 最后出现
- 2014-03-16 21:23:52
- 遵循robots.txt
- 未知
- 来源
-
| IP地址(1) |
服务器名称 |
所属国家 |
| 195.113.134.1 |
cou.cdh.nkp.cz |
CZ |
- 用户代理字符串
- Mozilla/5.0 (compatible; heritrix/1.14.3 +http://www.webarchiv.cz)
- 首次出现
- 2009-10-25 00:11:32
- 最后出现
- 2012-01-09 09:03:15
- 遵循robots.txt
- 未知
- 来源
-
| IP地址(7) |
服务器名称 |
所属国家 |
| 195.113.134.47 |
crawler03.webarchiv.cz |
CZ |
| 195.113.134.48 |
crawler04.webarchiv.cz |
CZ |
| 195.113.192.151 |
har.webarchiv.cz |
CZ |
| 195.113.192.152 |
raptor.webarchiv.cz |
CZ |
| 195.113.134.30 |
195.113.134.30 |
CZ |
| 195.113.134.44 |
crawler00.webarchiv.cz |
CZ |
| 195.113.134.45 |
crawler01.webarchiv.cz |
CZ |
- 用户代理字符串
- Mozilla/5.0 (compatible; heritrix/1.14.2 +http://www.webarchiv.cz)
- 首次出现
- 2010-01-12 09:58:22
- 最后出现
- 2010-01-12 09:58:22
- 遵循robots.txt
- 未知
- 来源
-
| IP地址(1) |
服务器名称 |
所属国家 |
| 195.113.192.151 |
har.webarchiv.cz |
CZ |
- 用户代理字符串
- Mozilla/5.0 (compatible; heritrix/1.12.1 +http://www.webarchiv.cz)
- 首次出现
- 2009-05-31 22:15:00
- 最后出现
- 2009-04-21 00:23:12
- 遵循robots.txt
- 未知
- 来源
-
| IP地址(1) |
服务器名称 |
所属国家 |
| 195.113.192.151 |
har.webarchiv.cz |
CZ |
访问控制
了解如何控制webarchiv.cz访问权限，避免webarchiv.cz抓取行为不当。
是否拦截webarchiv.cz？
对于未知蜘蛛或者爬虫。它的用途对网站来说可能是好的，也可能是坏的，这取决于它是什么。所以说，这需要站长进一步分析判断这些尚不明确的爬虫行为，再作最终决定。
但，根据以往的经验，未声明行为目的及未命名的蜘蛛爬虫，通常都有不可告人的秘密，我们理应对其行为进行控制，比如拦截。
通过Robots.txt拦截
您可以通过在网站的 robots.txt 中设置用户代理访问规则来屏蔽 webarchiv.cz 或限制其访问权限。我们建议安装 Spider Analyser
插件，以检查它是否真正遵循这些规则。
# robots.txt
# 下列代码一般情况可以拦截该代理
User-agent: webarchiv.cz
Disallow: /
您无需手动执行此操作，可通过我们的 Wordpress 插件 Spider Analyser 来拦截不必要的蜘蛛或者爬虫。
