【发布时间】：2010-08-25 05:36:33
【问题描述】：
我想使用 PHP 区分真人和机器人。我目前跟踪页面浏览量，并且由于机器人抓取我的页面，它们被大量膨胀，所以我只想记录真实的人。如果它不是 100% 准确也没关系，我只想要一个简单的方法通过 PHP 来完成。
需要明确的是，这不是为了分析本身；这样我就可以跟踪每天提供哪些图像，这样我就可以生成“当天的热门图像”之类的脚本。
【问题讨论】：
【发布时间】：2010-08-25 05:36:33
【问题描述】：
您应该检查用户代理字符串，大多数表现良好的搜索机器人都会这样报告自己。
【讨论】：
-
有没有办法检查某人是不是人类（即网络浏览器）而不是打折机器人？
-
顺便说一句，如果您正在寻找“最受欢迎的图片”并且您的网站正在被索引，您可以假设蜘蛛访问所有图片的次数相同，它应该不要影响受欢迎程度。
-
@Chris 不是真的，不。如果没有强制所有用户为每个页面回答验证码，就无法验证他们是不是人类——即使这样也不会 100% 有效。
首先，显而易见：检查用户代理。
我使用了另一个效果很好的技巧。我将 robots.txt 映射到 PHP 文件并将 IP 记录到数据库中。然后在记录用户活动时，我确保他们不是来自这些记录的 IP 之一。如果用户通过登录系统进行身份验证，那么我无论如何都会跟踪他们。
当然，这两种解决方案都不能保证任何准确性，但对于一般的日志记录，这对我的目的来说已经足够了。
【讨论】：
我不确定 PHP 是否是此类问题的最佳解决方案。
您可以阅读 How to block bad bots 和 How to block spambots, ban spybots, and tell unwanted robots to go to hell 以了解更多关于阻止机器人的解决方案，但这次使用的是 apache。
与 php 程序相比，Apache 执行此类任务所需的 CPU 速度更快。
【讨论】：
-
屏蔽与区分非常不同，尤其是如果您确实希望自己的网站在 Google 上列出。