[英]Howto specify own robots.txt rules for LWP::RobotUA
我編寫了一個腳本,使用LWP :: RobotUA檢查我自己的網站。 我希望避免經常請求我的robots.txt。
LWP :: RobotUA的rules參數應該允許我指定這些參數,但是我不理解如何為“允許所有頁面”傳遞什么。
my $ua = LWP::RobotUA->new(agent=>'my-robot/0.1', from=>'me@foo.com', rules=> ??? );
LWP :: RobotUA是添加了robots.txt
支持的LWP :: UserAgent。 如果您不想請求robots.txt
,則只需使用LWP :: UserAgent。
或者,將LWP :: RobotUA子類化,並覆蓋simple_request
方法,並simple_request
robots.txt
和規則處理。
經過更多研究,我認為提供機器人規則的預期方法是將WWW :: RobotRules子類化。
{
package WWW::NoRules;
use vars qw(@ISA);
use WWW::RobotRules;
@ISA = qw(WWW::RobotRules::InCore);
sub allowed {
return 1;
}
}
my $ua = LWP::RobotUA->new(agent=>'my-robot/0.1', from=>'me@foo.com', rules=>WWW::NoRules->new);
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.