使用.htaccess 来阻止不想要的访客来你的网页

在这个文章中，我们将会讨论「如何藉由.htaccess阻止不想要的访客或是机器人访问你的网页」

.htaccess是在服务器中的隐藏档案，它可以控制网页与其他工具之间存取的权限。

按照下面步骤，我们可以通过几种不同的方法，可以阻挡不需要的访客进入你的网页。

编辑你的.htaccess档案

要使用任何的方式去阻挡一个不需要的访客进入你的网页，你必须要编辑.htaccess档案。

使用IP位址阻挡

网页的问题，很可能是一组或是多组IP位址造成的，在这样的情况下，你可以很简单的编辑设计一些程序码，从你的网页权限来阻挡这些有问题的IP位址。

阻挡单一IP位址

如果只想阻挡一组IP或是多个不同范围内的IP，你可以使用设计编辑以下程序码

deny from 123.123.123.123

阻挡多个IP位址

阻挡一个范围的IP，例如123.123.123.1 - 123.123.123.255，你也可以把最后一组位元删除。

deny from 123.123.123

你也可以使用CIDR(Classless Inter-Domain Routing) 无类别区隔路由标记方式来阻挡IP。

阻挡范围123.123.123.1 - 123.123.123.255, 使用 123.123.123.0/24

阻挡范围123.123.64.1 - 123.123.127.255, 使用 123.123.123.0/18

deny from 123.123.123.0/24

依据User-Agent string 来阻挡不良用户

一些恶意的用户会使用不同的IP传送请求，但是在这些全部请求之中，只使用相同的User-Agent，在这种情况下，你可以只阻挡用户的User-Agent字符串。

阻挡单个不良User-Agent

如果你只想阻挡一个特殊的User-Agent字符串，你可以使用RewriteRule。

RewriteEngine On

RewriteCond %{HTTP_USER_AGENT} Baiduspider [NC]

RewriteRule .* - [F,L]

二择一，你也可以使用BrowserMatchNoCase 服务器指令，设计编辑以下程序码

BrowserMatchNoCase "Baiduspider" bots

Order Allow,Deny

Allow from ALL

Deny from env=bots

阻挡多个不良User-Agent

如果你想一次阻挡多个User-Agent，你可以设计编辑以下程序码。

RewriteEngine On

RewriteCond %{HTTP_USER_AGENT} ^.*(Baiduspider|HTTrack|Yandex).*$ [NC]

RewriteRule .* - [F,L]

或者你也可以使用BrowserMatchNoCase 服务器指令，设计编辑以下程序码

BrowserMatchNoCase "Baiduspider" bots

BrowserMatchNoCase "HTTrack" bots

BrowserMatchNoCase "Yandex" bots

Order Allow,Deny

Allow from ALL

Deny from env=bots

阻挡不良参照连结(盗连)

Block a single bad referer

阻挡单个参照连结

如果你只想阻挡单个参照连结例如：example.com ，你可以使用RewriteRule，设计编辑以下程序码

RewriteEngine On

RewriteCond %{HTTP_REFERER} example.com [NC]

RewriteRule .* - [F]

二择一，你也可以使用 SetEnvIfNoCase 服务器指令，设计编辑以下程序码

，设计编辑以下程序码

SetEnvIfNoCase Referer "example.com" bad_referer

Order Allow,Deny

Allow from ALL

Deny from env=bad_referer

Block multiple bad referers

阻挡多个参照连结

如果你想阻挡多个参照连结例如：example.com、example.net，你可以设计编辑以下程序码。

RewriteEngine On

RewriteCond %{HTTP_REFERER} example.com [NC,OR]

RewriteCond %{HTTP_REFERER} example.net [NC]

RewriteRule .* - [F]

或者你也可以使用SetEnvIfNoCase 服务器指令，设计编辑以下程序码

SetEnvIfNoCase Referer "example.com" bad_referer

SetEnvIfNoCase Referer "example.net" bad_referer  

Order Allow,Deny

Allow from ALL

Deny from env=bad_referer

暂时阻止不良搜寻蜘蛛

在某些情况下，你或许不想要直接传送403讯息网页给访客，因为那是个(长时间)拒绝他进入网页的讯息。

举个例子来说，例如当天有个营销活动，网页将会产生大量的的网络流量，在这期间，你不想要让一些好的搜寻引擎机器人象是百度或是360，进入你的网页并检索网页，因为有可能会使用额外的流量来增加服务器的负担

以下程序码，将可以用503回应的方式来设定基本的错误网页讯息，这是用预设的方式去告诉搜寻引擎，这个请求只是暂时性的被阻挡并且一段时间后可以再尝试。503回应与403回应是不同的，503是通过430回应来暂时性的拒绝进入权限，象是百度将会确认为503回应后，他们将会再来尝试检索网页，并非删除他的检索。

ErrorDocument 503 "Site temporarily disabled for crawling"

RewriteEngine On

RewriteCond %{HTTP_USER_AGENT} ^.*(bot|crawl|spider).*$ [NC]

RewriteCond %{REQUEST_URI} !^/robots.txt$

RewriteRule .* - [R=503,L]

当你注意到一些新的搜寻机器人在爬(抓取)你的网页太频过频繁，并且你想要阻挡他们或是让他们不要那么频繁抓取，可以使用robots.txt档案来处理，是一个不错的方式。

一样的，它会以503方式回应请求，直到它们读取到你新的robots.txt规则，在来执行它。

常态来说，妳在开始使用两天后，还不想删除503回应的话，百度可能会开始去理解成长时间的服务器中断，并且会开始从百度的索引删除你的网页连结。