Was ist heritrix?
indexiert und analysiert Inhalte von Webseiten.
Der Webrobot heritrix indexiert und analysiert Inhalte von Webseiten. Er zeigt sich meistens mit der IP Adresse 107.20.100.44 und unter Verwendung des User Agent heritrix/2.0.2 http://www.adsafemedia.com. Mit 0.0039% Marktanteil ist heritrix auf Platz 88 der aktivsten Webrobots im Internet.
„??"
— Offizielle Beschreibung des Betreibers
robots.txt – heritrix blockieren
Füge diese Zeilen in deine robots.txt ein, um heritrix den Zugriff auf deine Website zu verwehren:
robots.txt
User-agent: heritrix
Disallow: /Du kannst den Zugriff auch gezielt einschränken, statt ihn komplett zu blockieren:
robots.txt (selektiv)
User-agent: heritrix
Disallow: /wp-admin/
Disallow: /wp-includes/
Allow: /IP-Adressen 35 bekannte IPs
Diese IP-Adressen wurden bisher von heritrix verwendet:
107.20.100.44
107.22.71.84
110.87.98.162
113.240.240.130
116.113.28.179
117.22.254.10
123.124.196.197
124.129.39.14
124.31.219.83
124.88.36.116
128.214.224.188
130.226.222.201
139.18.2.216
171.221.208.133
184.72.137.36
184.72.159.250
184.72.80.248
221.207.153.178
221.213.73.7
222.209.210.44
23.20.228.85
23.22.221.9
42.228.3.234
50.17.150.183
54.146.228.20
54.146.247.54
54.147.92.203
54.160.2.191
54.167.249.94
54.226.243.133
54.237.190.108
54.85.203.62
59.50.71.83
60.13.0.180
67.202.54.164
User Agents
Mit diesen User-Agent-Strings identifiziert sich heritrix:
heritrix/2.0.2 http://www.adsafemedia.comMozilla/5.0 (compatible; heritrix/3.1.1 http://www.baidu.com)Mozilla/5.0 (compatible; sukibot_heritrix/3.1.1 http://suki.ling.helsinki.fi/eng/webmasters.html)Mozilla/5.0 (compatible; heritrix/1.14.4 http://netarkivet.dk/webcrawler)Mozilla/5.0 (compatible; heritrix/3.1.1; UniLeipzigASV http://corpora.informatik.uni-leipzig.de/crawler_faq.html)