Apache与Nginx网络模型
- - CSDN博客互联网推荐文章 Nginx的高并发得益于其采用了epoll模型，与传统的服务器程序架构不同，epoll是linux内核2.6以后才出现的. 下面通过比较Apache和Nginx工作原理来比较. 传统Apache都是多进程或者多线程来工作，假设是多进程工作（prefork），apache会先生成几个进程，类似进程池的工作原理，只不过这里的进程池会随着请求数目的增加而增加.
nginx or apache前端禁收录，爬虫，抓取
标签：
nginx
or
apache
| 发表时间：2015-07-01 14:47 | 作者：ronin47
出处：http://www.iteye.com
一、Nginx 规则
张戈博客用的是 Nginx，所以直接在 server 中新增如下规则即可：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
|
server
{
listen80;
server_name zhangge.net;
index index.htmlindex.htmindex.phpdefault.htmldefault.htmdefault.php;
root /home/wwwroot/zhangge.net;
#### 新增规则【开始】 ####
#初始化变量为空
set$deny_spider"";
#如果请求地址中含有需要禁止抓取关键词时，将变量设置为y：
if($request_uri ~*"\?replytocom=(\d+)|\?p=(\d+)|/feed|/date|/wp-admin|comment-page-(\d+)|/go"){
set$deny_spider'y';
}
#如果抓取的UA中含有spider或bot时，继续为变量赋值（通过累加赋值间接实现nginx的多重条件判断）
if($http_user_agent~*"spider|bot"){
set$deny_spider"${deny_spider}es";
}
#当满足以上2个条件时，则返回404，符合搜索引擎死链标准
if($deny_spider='yes'){
return403;#如果是删除已收录的，则可以返回404
break;
}
#### 新增规则【结束】 ####
#以下规则略...
|
Ps：就是将上述代码中“新增规则【开始】”到“新增规则【结束】”内容添加到我们网站的 Nginx 配置-- server 模块 中的 root 指令之后即可。
二、 Apache规则
Apache 测试了半天总是500错误，暂时先放弃了，有时间再来调整！
我自己测试写的规则如下，感兴趣的朋友可以自行测试看看，也许是我环境的问题。
|
1
2
3
4
|
RewriteEngineOn
RewriteCond%{HTTP_USER_AGENT}(^$|spider|bot)[NC]
RewriteCond%{REQUEST_URI}(/\?replytocom=(\d+)|\?p=(\d+)|\/feed|\/date|\/wp-admin|wp-includes|\/go|comment-page-(\d+))[NC]
RewriteRule^(.*)$-[F]
|
Ps：大概思路和Nginx一致，既匹配了蜘蛛UA，又匹配了禁止关键词的抓取，直接返回403（如何返回404，有知道的朋友请留言告知下，测试成功的朋友也敬请分享一下代码，我实在没时间折腾了。）
三、PHP代码版
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
|
/**
* PHP比robots更彻底地禁止蜘蛛抓取指定路径代码 By 张戈博客
* 原文地址：http://zhangge.net/5043.html
* 申 明：原创代码，转载请注保留出处，谢谢合作！
* 使用说明：将一下代码添加到主题目录的functions.php当中即可。
*/
ob_start("Deny_Spider_Advanced");
functionDeny_Spider_Advanced(){
$UA=$_SERVER['HTTP_USER_AGENT'];
$Request_uri=$_SERVER['PHP_SELF'].'?'.$_SERVER['QUERY_STRING'];
$Spider_UA ='/(spider|bot|)/i';//定义需要禁止的蜘蛛UA，一般是spider和bot
//禁止蜘蛛抓取的路径，可以参考自己的robots内容，每个关键词用分隔符隔开，需注意特殊字符的转义
$Deny_path ='/\?replytocom=(\d+)|\?p=(\d+)|\/feed|\/date|\/wp-admin|wp-includes|\/go|comment-page-(\d+)/i';
//如果检测到UA为空，可能是采集行为
if(!$UA){
header("Content-type: text/html; charset=utf-8");
wp_die('请勿采集本站，因为采集的站长木有小JJ！');
}else{
//如果发现是蜘蛛，并且抓取路径匹配到了禁止抓取关键词则返回404
if(preg_match_all($Spider_UA,$UA)&&preg_match_all($Deny_path,$Request_uri)){
//header('HTTP/1.1 404 Not Found');
//header("status: 404 Not Found");
header('HTTP/1.1 403 Forbidden');//可选择返回404或者403（有朋友说内链404对SEO不太友好）
header("status: 403 Forbidden");
}
}
}
|
使用很简单，将上述PHP代码添加到主题目录下放 functions.php 当中即可。
四、测试效果
测试效果很简单，直接利用百度站长平台的抓取诊断工具即可：
点开看看可以发现真的是返回404：
最后，结合张戈博客之前分享的《 SEO技巧:Shell脚本自动提交网站404死链到搜索引擎》即可将这些无用的收录全部删除：
有朋友说我这个是黑帽手法，用户可以访问，而搜索引擎却404，很适合淘宝客网站的商品外链。是什么手法我不清楚，我只知道实用就好！特别是张戈博 客那些外链，都是用/go?url=这个路径来跳转的，现在这样处理后，就算搜索引擎不遵循robots硬是要抓取，就只能抓到404了！
转自张戈的博客
已有 0 人发表留言，猛击->> 这里<<-参与讨论
ITeye推荐
相关 [nginx or apache] 推荐：
nginx风头正劲 挑战 Apache 和 IIS
- nikelius - cnBeta全文版说到Web服务器，Apache服务器和互联网信息服务系统（IIS）服务器是两大巨头；但是运行速度更快、更灵活的对手：nginx正在迎头赶上. 过去的日子对Web服务器管理员来说轻松得很. 如果你管理的部门使用Windows，就使用IIS服务器；如果不是，就使用Apache服务器. 而现在，你在Web服务器方面有了更多的选择；主要的替代服务器之一：开源nginx Web服务器正在迅速发展起来.
Apache 2.4发布 直接瞄准Nginx
- - cnBeta.COM感谢 tianmao的投递. 新闻来源:solidot. 最流行的Web Server 发布了一个重大升级版， Apache HTTP Server 2.4的一个重要目标是大幅改进性能. 新版改进了缓存、代理模块，会话控制，改进异步读写支持，等等. Apache HTTP Server项目管理委员会和Apache基金会主席Jim Jagielski表示，他们希望终端用户能真正看到性能进步，表示Apache 2.4比许多以速度见长的Web Server更快，例如Nginx.
Apache与Nginx的优缺点比较
- - 企业架构 - ITeye博客1、nginx相对于apache的优点： . 轻量级，同样起web 服务，比apache 占用更少的内存及资源 . 抗并发，nginx 处理请求是异步非阻塞的，而apache 则是阻塞型的，在高并发下nginx 能保持低资源低消耗高性能 . 高度模块化的设计，编写模块相对简单 . 社区活跃，各种高性能模块出品迅速啊 .
Apache与Nginx的优缺点比较
- - 企业架构 - ITeye博客Apache与Nginx的优缺点比较 . 1、nginx相对于apache的优点： . 轻量级，同样起web 服务，比apache 占用更少的内存及资源 . 抗并发，nginx 处理请求是异步非阻塞的，而apache 则是阻塞型的，在高并发下nginx 能保持低资源低消耗高性能 . 高度模块化的设计，编写模块相对简单 .
让Apache 和nginx支持跨域访问
- - ITeye博客1,如何让Apache支持跨域访问呢? . 修改httpd.conf,windows中对应的目录是:C:\wamp\bin\apache\Apache2.4.4\conf\httpd.conf. 把LoadModule headers_module modules/mod_headers.so 前面的注释删除.
Apache与Nginx的点点滴滴
- - 开源软件 - ITeye博客1、Apache默认是采用HTTP1.0的，开启HTTP1.1的方式如下：. 2、采用反向代理的参数：ProxyRequests off；. 3、通过Apache代理目标系统，可以修改目标系统response中Set-Cookie中的参数，. 如：domain、path等的修改，格式如下：. 例如：ProxyPassReverseCookieDomain .cnd.com .10.3.20.205.
Nginx 和 Apache 各有什么优缺点？
- - zzm1、nginx相对于apache的优点：. 轻量级，同样起web 服务，比apache占用更少的内存及资源抗并发，nginx 处理请求是异步非阻塞的，而apache 则是阻塞型的，在高并发下nginx 能保持低资源低消耗高性能高度模块化的设计，编写模块相对简单社区活跃，各种高性能模块出品迅速啊. apache 相对于nginx 的优点：.
Jelastic 1.9支持FTP、NGINX缓存、Apache TomEE以及MariaDB 10
- - InfoQ cn支持Java和PHP的PaaS云服务器托管平台 Jelastic发布了1.9版本，该版本将支持FTP/FTPS和 NGINX缓存. 最新版还支持 Apache TomEE（Apache Tomcat企业版）和 MariaDB 10，后者使得让开发者能够充分利用多源复制、动态列名以及 MariaDB Galera集群.
(转)apache与nginx防御webbench等工具攻击
- - jackyrongwebbench是一个普遍的压力测试工具. Shell代码 收藏代码. 导致打开url缓慢，甚至服务器down机. 实：apache与nginx可以通过http_user_agent这个系统变量来做处理. apache添加rewrite规则：. nginx在server里添加判断. mod_rewrite用”FLAGS”来建立重写条件以及其他属性.