谁知道类似"Mozilla/3 (X8 Windows) AppleWebKit.... " 这样的 user agent 是怎么回事？

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

这是一个创建于 3223 天前的主题，其中的信息可能已经有所发展或是发生改变。

今天发现访问日志中大量的此类 user agent ， IP 还很分散，全国各地都有。这是什么新的浏览器么？还是分布式爬虫？

"Mozilla/3 (X13 Windows) AppleWebKit/513.17 (KHTML, like Gecko) Chrome/ Safari/513.17"
"Mozilla/3 (X8 Windows) AppleWebKit/551.44 (KHTML, like Gecko) Chrome/ Safari/551.44"
"Mozilla/4 (X6 Windows) AppleWebKit/541.47 (KHTML, like Gecko) Chrome/ Safari/541.47"
"Mozilla/5 (X13 Windows) AppleWebKit/520.66 (KHTML, like Gecko) Chrome/ Safari/520.66"

4 条回复 • 2016-06-03 12:05:02 +08:00

fcicq

2016-06-03 10:31:08 +08:00

这必然是坏爬虫无疑... 现代浏览器大多 Mozilla/5.0 开头. AppleWebKit 大多数后面跟的 537.36. Chrome/ 后面没版本号. 槽点也太多了.

notgod

2016-06-03 10:51:19 +08:00

自定义的 ua
不过这个定义的有些傻

seerhut

2016-06-03 11:10:51 +08:00

@fcicq
@notgod
关键是已经出现了数百个使用此 user agent 的 IP ，但访问的接口没有任何可爬取的内容，请求也没有恶意内容。。。。

我开始怀疑是某些分布式监控系统出现了异常，把我们的地址加入监控了

notgod

2016-06-03 12:05:02 +08:00

@seerhut

PS ：爬虫不会识别是不是有可爬取的内容

爬虫只是归因所有的 URL 链接
你应该检查下这些接口的 url 是不是在哪里公开泄露了在什么地方有公开贴出来
被爬虫存档到链接库里然后被爬虫识别到了导致的这个问题

另外注意下查看下日志这些 IP 最开始爬的时候有无读取 robots.txt 文件
如果有的话加个 robots.txt 禁止所有爬虫爬取
大部分爬虫还是会遵守规则的

监控集群的话是没这种规模的
监控一般最大一个区域部署 /24 对外的公网 IP 用于请求
你那动不动就几百个 IP 明显不是监控