我们很多时候都会遇到伪造搜索引擎爬虫的UA，但是很多时候又无法判断他的真实性。

以下代码，为检验部分搜索引擎真实性的案例，如有更多方法，请回复评论。

因为英语不太好，所以下面的内容就有部分中文了。

<?php
if(getspider()){
	exit('假的搜索引擎！');
}
function getspider(){
	$访问UA = strtolower($_SERVER['HTTP_USER_AGENT']);
  	$访问IP = isset($_SERVER['REMOTE_ADDR']) ? $_SERVER['REMOTE_ADDR'] : '';
  	if(isset($_SERVER['HTTP_X_FORWARDED_FOR'])){
  		$list = explode(',', $_SERVER['HTTP_X_FORWARDED_FOR']);
  		$访问IP = $list[0];
  	}
  	if (!ip2long($访问IP)) $访问IP = '未知IP';
	$访问主机 = str_replace('.', '-', $访问IP);
	if (strpos($访问UA, 'googlebot') !== false){
		$解析主机 = gethostbyaddr($_SERVER['REMOTE_ADDR']);
		if ($解析主机 != 'crawl-'.$访问主机.'.googlebot.com') return 'googlebot?';
	}

	if (strpos($访问UA, 'sogou') !== false){
		$解析主机 = gethostbyaddr($_SERVER['REMOTE_ADDR']);
		if ($解析主机 != 'sogouspider-'.$访问主机.'.crawl.sogou.com') return 'sogou';
	}
	if (strpos($useragent, 'bing') !== false){
		$解析主机 = gethostbyaddr($_SERVER['REMOTE_ADDR']);
		if ($解析主机 != 'msnbot-'.$访问主机.'.search.msn.com') return 'bing';
	}
	if (strpos($访问UA, 'baiduspider') !== false){
		$解析主机 = gethostbyaddr($_SERVER['REMOTE_ADDR']);
		if ($解析主机 != 'baiduspider-'.$访问主机.'.crawl.baidu.com') return 'baiduspider?';
	}
	return false;
}

转载请注明出处 AE博客|墨渊 » 检查搜索引擎蜘蛛爬虫真实性 PHP版