Zjisteni robota

13. 11. 2008 16:49:56

Ahojte,

delam si webovou stranku - katalog (kategorie a podkategorie) a pro kazdou kategorii a podkategorii si chci ukladat informaci, kdy naposlet zde byl robot google a seznam.

Kamarad doporucil pouzit: $_SERVER

Udaj o tom, kdy robot me navstivil si chci ukladat do mySQl, tj. typ robota a pak cas kdy tu byl.

Mate nejaky takovy - pripadne podobny script?

13. 11. 2008 16:49:56

0 0

Líbí se: zatím nikdo

Nelíbí se: zatím nikdo

https://webtrh.cz/diskuse/zjisteni-robota/#reply159356

ondrej.baar

(2 hodnocení)

13. 11. 2008 17:06:14

Tohle uz se tu resilo:

http://webtrh.cz/17491-neznamy-prilis-aktivni-bot?p=132456

Melo by stacit upravit tohle:

/**

* customizedscripts.biz Search Engine Tool

* version 1.0

* PHP script to log search engines spider visits.

* FREE TO USE BUT DO NOT REMOVE COPYRIGHT NOTICES OR CHANGE ANYTHING

* EMAIL info@customizedscripts.biz for customisation or any info

/**

* for emal reports place your email betweem the red commas (optional)

$email = "tvuj@mail.sem";

/**

* Location of the log file (optional)

$log = "/bots.log";

/**

* Date/Time format

$dateTime = date("r");

// DO NOT MODIFY BELOW THIS //////////////////////////////////////////

$agents[] = 'scooter';

$spiders[] = "Scooter (Altavista's robot www.altavista.com)";

$agents[] = 'googlebot';

$spiders[] = 'Google';

$agents[] = 'slurp';

$spiders[] = "Slurp (Inktomi's robot, HotBot)";

$agents[] = 'webmoose';

$spiders[] = "Webmoose (MSN.com's robot, www.msn.com)";

$agents[] = 'gulliver';

$spiders[] = "Gulliver (Northern Light's robot, www.northernlight.com)";

$agents[] = 'lycos';

$spiders[] = 'Lycos www.lycos.com';

$agents[] = 'wombat';

$spiders[] = "WebWombat's robot, www.webwombat.com.au";

$agents[] = 'infoseek';

$spiders[] = 'Infoseek www.infoseek.com';

$agents[] = 'askjeeves';

$spiders[] = 'Askjeeves www.askjeeves.com';

$agents[] = 'freecrawl';

$spiders[] = "Free Crawl (Euroseek's robot, www.euroseek.com)";

$agents[] = 'robozilla';

$spiders[] = "Robozilla (DMOZ's Directory link checker robot, www.dmoz.com)";

$agents[] = 'zyborg';

$spiders[] = "ZyBorg (WiseNut's robot, www.wisenutbot.com)";

$agents[] = 'Gigabot';

$spiders[] = 'Gigabot, www.gigablast.com';

$agents[] = 'Ask Jeeves/Teoma';

$spiders[] = 'Ask Jeeves/Teoma, www.teoma.com, www.askjeeves.com';

$agents[] = 'grub-client';

$spiders[] = 'Grub (Looksmart Grub client robot, www.grub.org)';

$agents[] = 'linkwalker';

$spiders[] = 'Linkwalker (SevenTwentyFour link checker robot, www.seventwentyfour.com)';

$agents[] = 'ia_archiver';

$spiders[] = "Internet Archive (Alexa & WayBackMachine's robot, www.archive.org, www.alexa.com)";

$agents[] = 'TurnitinBot';

$spiders[] = 'TurnitinBot (Anti-Plagiarism robot, www.turnitin.com)';

$agents[] = 'atSpider';

$spiders[] = 'atSpider (Email Collector/Spam)';

$agents[] = 'autoemailspider';

$spiders[] = 'autoemailspider (Email Collector/Spam)';

$agents[] = 'cherrypicker';

$spiders[] = 'cherrypicker (Email Collector/Spam)';

$agents[] = 'DSurf';

$spiders[] = 'DSurf (Email Collector/Spam)';

$agents[] = 'DTS Agent';

$spiders[] = 'DTS Agent (Email Collector/Spam)';

$agents[] = 'EliteSys Entry';

$spiders[] = 'EliteSys Entry (Email Collector/Spam)';

$agents[] = 'EmailCollector';

$spiders[] = 'EmailCollector (Email Collector/Spam)';

$agents[] = 'EmailSiphon';

$spiders[] = 'EmailSiphon (Email Collector/Spam)';

$agents[] = 'EmailWolf';

$spiders[] = 'EmailWolf (Email Collector/Spam)';

$agents[] = 'Mail Sweeper';

$spiders[] = 'Mail Sweeper (Email Collector/Spam)';

$agents[] = 'msnbot';

$spiders[] = 'MSN Robot (MSN Search, search.msn.com)';

$agents[] = 'whatuseek';

$spiders[] = 'What You Seek';

$agents[] = 'yahoo! slurp';

$spiders[] = 'Yahoo! Slurp';

$agents[] = 'seznambot';

$spiders[] = 'Seznam Bot';

$found = false;

for ($spi = 0; $spi < count($spiders); $spi++)

if ($found = eregi($agents, $_SERVER))

break;

if ($found) {

$url = "http://" . $_SERVER. $_SERVER;

if ($_SERVER != "") {

$url .= '?' . $_SERVER;

}

$line = $dateTime . " " . $spiders. " @ " . $url;

if ($log != "") {

if (@file_exists($log)) {

$mode = "a";

} else {

$mode = "w";

}

if ($f = @fopen($log, $mode)) {

@fwrite($f, $line . "n");

@fclose($f);

}

if ($email != "") {

$headers = "From: <$email>n";

$headers .= "X-Sender: <$email>n";

$headers .= "X-Mailer: Search Engine Bot detectorn";

$headers .= "X-Priority: 3n";

$subject = $spiders. " crawled your site";

@mail($email, stripslashes($subject), wordwrap(stripslashes($line)), $headers);

}

13. 11. 2008 17:06:14

0 0

Líbí se: zatím nikdo

Nelíbí se: zatím nikdo

https://webtrh.cz/diskuse/zjisteni-robota/#reply159355

Smazany ucet 246

(17 hodnocení)

13. 11. 2008 17:08:13

chceš to napsat nebo poradit jak na to? :-)

13. 11. 2008 17:08:13

0 0

Líbí se: zatím nikdo

Nelíbí se: zatím nikdo

https://webtrh.cz/diskuse/zjisteni-robota/#reply159354

ondrej.baar

(2 hodnocení)

13. 11. 2008 17:13:45

Jeste jsem nasel toto:

// Robot Logger by Jakub Stacho

// based on Web Browser Identifier v0.7

// Written by Marcin Krol

// License: free for non-commercial use

function get_robot_name($user_agent) {

// Googlebot

if(preg_match('/Googlebot/(+).*/s', $user_agent)) {

$robot = "Googlebot";

}

// Googlebot Image

if(preg_match('/Googlebot-Image/(+).*/s', $user_agent)) {

$robot = "Googlebot Image";

}

// Gigabot

if(preg_match('/Gigabot/(+).*/s', $user_agent)) {

$robot = "Gigabot";

}

// W3C Validator

if(preg_match('/^W3C_Validator/(+)$/s', $user_agent)) {

$robot = "W3C Validator";

}

// W3C CSS Validator

if(preg_match('/W3C_CSS_Validator_+/(+)$/s', $user_agent)) {

$robot = "W3C CSS Validator";

}

// MSN Bot

if(preg_match('/msnbot(-media|)/(+).*/s', $user_agent)) {

$robot = "MSNBot";

}

// Psbot

if(preg_match('/psbot/(+).*/s', $user_agent)) {

$robot = "Psbot";

}

// IRL crawler

if(preg_match('/IRLbot/(+).*/s', $user_agent)) {

$robot = "IRL crawler";

}

// Seekbot

if(preg_match('/Seekbot/(+).*/s', $user_agent)) {

$robot = "Seekport Robot";

}

// Microsoft Research Bot

if(preg_match('/^MSRBOT /s', $user_agent)) {

$robot = "MSRBot";

}

// cfetch/voyager

if(preg_match('/^(cfetch|voyager)/(+)$/s', $user_agent)) {

$robot = "voyager";

}

// BecomeBot

if(preg_match('/BecomeBot/(+).*/si', $user_agent)) {

$robot = "BecomeBot";

}

// Alexa

if(preg_match('/^ia_archiver$/s', $user_agent)) {

$robot = "Alexa";

}

// Inktomi Slurp

if(preg_match('/Slurp.*inktomi/s', $user_agent)) {

$robot = "Inktomi Slurp";

}

// Yahoo Slurp

if(preg_match('/Yahoo!.*Slurp/s', $user_agent)) {

$robot = "Yahoo! Slurp";

}

// Ask.com

if(preg_match('/Ask Jeeves/Teoma/s', $user_agent)) {

$robot = "Ask.com";

}

// Seznam.cz

if(preg_match('/SeznamBot/s', $user_agent)) {

$robot = "Seznam Bot";

}

// Jyxo.cz

if(preg_match('/Jyxobot/s', $user_agent)) {

$robot = "Jyxo Bot";

}

// Centrum.cz

if(preg_match('/^holmes/s', $user_agent)) {

$robot = "Centrum Bot";

}

return $robot;

}

function log_robot($robot) {

$page = $_SERVER;

mysql_connect('127.0.0.1', 'uživatel', 'heslo');

mysql_selectdb('databáze');

mysql_query("INSERT INTO robots VALUES ('', '$robot', '$page', NOW())");

mysql_close();

}

$robot_name = get_robot_name($_SERVER);

if($robot_name) log_robot($robot_name);

http://webtrh.cz/13601-nekdo-skript-detekci-botu

Jinak to bylo asi 2 - 3 minuty hledani, zacnete zvazovat jestli je lepsi hledat, nebo se ptat...

13. 11. 2008 17:13:45

0 0

Líbí se: zatím nikdo

Nelíbí se: zatím nikdo

https://webtrh.cz/diskuse/zjisteni-robota/#reply159353

Vladimír Večeřa

(94 hodnocení)

13. 11. 2008 17:35:36

Sry tedy no....vubec me to nenapadlo to prvni hledat. Zbrkle jsem se do toho dal.

Diky moc ale za Vas cas.

13. 11. 2008 17:35:36

0 0

Líbí se: zatím nikdo

Nelíbí se: zatím nikdo

https://webtrh.cz/diskuse/zjisteni-robota/#reply159352

ondrej.baar

(2 hodnocení)

13. 11. 2008 17:44:42

v poradku, at skripty slouzi...

13. 11. 2008 17:44:42

0 0

Líbí se: zatím nikdo

Nelíbí se: zatím nikdo

https://webtrh.cz/diskuse/zjisteni-robota/#reply159351

MzK

(44 hodnocení)

14. 11. 2008 08:25:02

místo do db bych to zapisoval do souboru je to jednodušší pro začátečníka v php.

14. 11. 2008 08:25:02

0 0

Líbí se: zatím nikdo

Nelíbí se: zatím nikdo

https://webtrh.cz/diskuse/zjisteni-robota/#reply159350

ondrej.baar

(2 hodnocení)

14. 11. 2008 13:28:41

nesouhlasim - vyhledavani v souboru? pro zacatecnika? aby nezapomnelna vsechny white space a podobne? Radsi rychle naucit databazi ukazat v cem jsou jeji klady a do souboru ukladat, maximalne dlouhe xmlka... a generovat je pri zmene v db .o)

To fakt neni dobry napad s temi soubory.

14. 11. 2008 13:28:41

0 0

Líbí se: zatím nikdo

Nelíbí se: zatím nikdo

https://webtrh.cz/diskuse/zjisteni-robota/#reply159349

Pro odpověď se přihlašte.

Přihlásit