[Jann Hendrik]

Ich bin gerade am herumbasteln an einer robots.txt, denn damit kann man ja durchaus schöne Dinge machen!

Meine Frage an euch ist, was berücksichtigt ihr so? Sperrt ihr gewisse bots explizit? Wie kontrolliert ihr, wer sich dran hält?

Ich würde gerne hier von eurem Profi-Wissen profitieren! Denn davon profitieren auch andere - und letztlich auch dieses Projekt!


Als Ziel stelle ich mir vor, dass wir hier eine Diskussionsgrundlage haben, aufgrund derer jeder mit individuellen Anpassungsmöglichkeiten eine robots.txt erstellen kann, die optimal ist!

Für alle, die nicht wissen sollten, worum es geht:
http://de.wikipedia.org/wiki/robots.txt

[Ben]

Ich knall hier einfach mal einen Link rein: http://www.bjoernsworld.de/suchmasch...obots-txt.html

Dabei seien auch die Folgelinks am unteren Rand der Seite beachtet.
Habe noch nicht alles durchgearbeitet. Lese aber fleißig


[Nachtrag]
Ich habe einfach mal bei größeren Webseiten abgeguckt .

Sitepoint.com:

User-agent: *
Disallow: /cgi-bin/
Disallow: /images/
Disallow: /forums/report.php
Disallow: /forums/search.php
Disallow: /forums/newreply.php
Disallow: /forums/editpost.php
Disallow: /forums/memberlist.php
Disallow: /forums/profile.php
Disallow: /launch/
Disallow: /search/
Disallow: /voucher/424/
Disallow: /email/
Disallow: /feedback/
Disallow: /contact?reason=articlesuggest
Disallow: /linktothis/
Disallow: /popup/
Disallow: /forums/archive/

Heise.de

User-agent: MS Search 4.0 Robot
Disallow: /

User-agent: *
Disallow: /bin/
Disallow: /fastbin/
Disallow: /icons/
Disallow: /RealMedia/
Disallow: /ct/flohmarkt/
Disallow: /ct/forum/
Disallow: /ix/forum/
Disallow: /newsticker/forum/
Disallow: /forum/
Disallow: /foren/write
Disallow: /ct/foren/
Disallow: /ct/cd-register/foren/
Disallow: /ct/tipps/foren/
Disallow: /newsticker/foren/
Disallow: /english/foren/
Disallow: /english/newsticker/foren/
Disallow: /mobil/foren/
Disallow: /mobil/newsticker/foren/
Disallow: /open/foren/
Disallow: /open/news/foren/
Disallow: /security/foren/
Disallow: /security/news/foren/
Disallow: /software/foren/
Disallow: /support/foren/
Disallow: /tp/foren/
Disallow: /tr/foren/
Disallow: /tr/themen/foren/
Disallow: /registration/edit
Disallow: /registration/delete
Disallow: /ix/blog/foren/
Disallow: /ix/news/foren/
Disallow: /extras/foren/
Disallow: /netze/news/foren/
Disallow: /netze/artikel/foren/
Disallow: /resale/foren/
Disallow: /resale/news/foren/

Tagesschau

# Robots Exclusions for www.tagesschau.de
# based on a robots.txt by S.Mueller

User-agent: *
Disallow: /
Allow: /aktuell/meldungen/
Allow: /index/

# Google abbremsen mit non-standards
# http://www.google.com/webmasters/3.html#B3

User-agent: Googlebot
Disallow: /*.zip$
Disallow: /*.gif$
Disallow: /*.jpg$
Disallow: /
Allow: /aktuell/meldungen/
Allow: /index/

# Yahoo News Crawler
User-Agent: Yahoo-Newscrawler
Disallow: /
Allow: /xml/tagesschau-meldungen/
Allow: /xml/suchmaschinen_rss/
Allow: /aktuell/meldungen/
Allow: /index/

# Yahoo Multimedia Crawler
User-Agent: yahoo-mmcrawler
Disallow:

# POLIXEA - Suchdienst fuer Politik
User-agent: Polixea
Disallow:

# Bilder klauen ist nicht die feine Art
User-Agent: Googlebot-Image
Disallow: /

# AltaVista's Photo Finder
User-Agent: vscooter   
Disallow: /

# Related Links? Wozu denn das?

# Alexa
User-Agent: ia_archiver
Disallow: /

# Auch Sauger wollen wir sperren

User-agent: Teleport* 
Disallow: / 
User-agent: Webwhacker* 
Disallow: / 
User-agent: Webzip* 
Disallow: / 
User-agent: Net Attache* 
Disallow: / 
User-agent: SiteSnagger* 
Disallow: / 
User-agent: HTTrack* 
Disallow: / 
User-agent: WebCapture* 
Disallow: / 
User-agent: WebSauger* 
Disallow: /

[Basti]

Nanu?

User-agent: MS Search 4.0 Robot
Disallow: /

Ist das Politik oder was hat das für Gründe?

Basti

[robo47]

Also ich habe bei mir nicht wirklich viel drin, ein verzeichnis das nicht gecrawlt werden soll und den komischen Gonzobot von T-Com hab ich gesperrt, weil der mich genervt hat, sobald man von dem mal was hört und eine suchmaske gibt, werde ich den wohl mal wieder freigeben.

User-agent: *
Disallow: /public/

User-agent: gonzo1
User-agent: gonzo2
User-agent: gonzo1P
User-agent: gonzo2P
Disallow: /

[Jann Hendrik]

wäre es nicht möglich eine Falle zu stellen?

Nach dem Motto 'in das Verzeichnis xy darfst du nicht rein' - wer es dann doch tut, der wird anschl. gesperrt?

[robo47]

Zitat von Jann Hendrik

wäre es nicht möglich eine Falle zu stellen?

Nach dem Motto 'in das Verzeichnis xy darfst du nicht rein' - wer es dann doch tut, der wird anschl. gesperrt?

nennt sich bottrap, gibt es fertige gepflege Lösungen für muss man sich halt anemlden udn alles, das wird wohl regelmäßig aktualisiert:

http://www.bot-trap.de/

[Ben]

Frage ist nur, ob an dieser Stelle Automatisierung nötig und sinnvoll ist oder ab man nicht eine regelmäßige manuelle Prüfung durchführt und je nach Auswertungsergebnis der Zugriffe (wie auch immer man das machen kann ) dann die Datei händisch erweitert.

[robo47]

Zitat von Ben

Frage ist nur, ob an dieser Stelle Automatisierung nötig und sinnvoll ist oder ab man nicht eine regelmäßige manuelle Prüfung durchführt und je nach Auswertungsergebnis der Zugriffe (wie auch immer man das machen kann ) dann die Datei händisch erweitert.

so mache ich das, wenn ich erkenne, dass viele oder zu viele zugriffe von einer IP / non-standard-browser-signatur oder ähnliches kommen, wird gegoogelt, geschaut woher ist die IP, gibts bei abakus oder ähnlichem vieleicht infos über die IP oder den bereich und dann kommt in die httpd.conf vom apache ein DENY FROM, das ist wirksam, in zukunft werde ich dann noch das dokument was dan nausgegeben wird etwas anpassen, dass man sich bei mir melden kann wenn man fälschlicherweise ausgesperrt wurde.

[Ben]

Ja, das finde ich gut. Der Aufwand ist im Vergleich zum Ertrag sicherlich angemessen.

[robo47]

Kleiner Nachtrag zum erfolgreichen bannen, wenn einem IPs zu lässtig werden und man serverseitig (Apache vorrausgesetzt) User bannen will, ich habe folgendes gefunden:

http://www.auburn.edu/docs/apache/mo...ml#denyfromenv

damit kann man sehr einfach ohne für jede Domain ne htaccess zu haben, useragents verbannen, die bekommen dann nen HTTP/1.1 403 Forbidden
header und die Fehlerseite ausgegeben, jetzt muss ich mal schauen ob man das noch ein bißchen modifizieren kann, dann mach ich mal sowas lustiges wie jeden Freitag den IE bannen oder so

[Jann Hendrik]

Die Diskussion, welche hier begonnen hat - zum Thema bottrap - habe ich in ein eigenständiges Thema überführt:
http://www.developers-guide.net/foru...ine-diskussion


// edit:
Dieses Thema befindet sich nun in einem Unter-Forum, welches nur noch von den Mitgliedern des Community-Projektes aufgerufen werden kann.
Wer Interesse an der Mitarbeit an möge sich diesen thread durchlesen:
Community-Projekt zur Bot-Abwehr benötigt Unterstützung

[Helmi]

Evtl. liegts dran, dass ich neu hier bin (hallo btw. *g*), aber ich kann auf das verlinkte Thema nicht zugreifen - ist das Absicht?

[Jann Hendrik]

Ich bitte um Entschuldigung, dass ich vergessen habe das zu erwähnen....

Du hast dich rund 30 Minuten nach der Info-Mail angemeldet, daher hier noch einmal der Text, der an die gesamte Community ging:

Hallo,

vielleicht hast du schon die Ankündigung (Community-Projekt zur Bot-Abwehr benötigt Unterstützung) gelesen.

Aus einer Diskussion heraus hat sich die Idee entwickelt, hier im Forum mit einer Entwicklergruppe ein Projekt ähnlich Bot-Trap (http://www.bot-trap.de/home/) zu realisieren. Dabei geht es um ein Skript, welches anhand diverser Merkmale "böse" Bots beim Zugriff auf die Seite erkennt und blockiert.

Für dieses Projekt suchen wir nun noch begeisterte Mitarbeiter. Wir benötigen Leute, die eine gewisse Ahnung von PHP und OOP haben, da das Projekt für PHP5 entwickelt wird.

Eine Bezahlung o.ä. erfolgt nicht, das Projekt läuft auf freiwilliger Basis und wird unter eine offene Lizenz gestellt (welche dies sein wird ist noch nicht entschieden).

Wenn du Lust, Interesse, Durchhaltevermögen, PHP-Wissen und Zeit mit bringst melde dich einfach beim momentanen Projektleiter MrNiceGuy (http://www.developers-guide.net/foru...r/69,mrniceguy).

Um das ganze für uns übersichtlicher zu halten und die Interessenten auch vernünftig beurteilen zu können, solltest du eine gewisse Zeit (~ 3 Monate) hier im Developer's Guide aktiv sein und in den Fachforen gezeigt haben, dass du etwas kannst. Wir werden die Posts aus den Fachforen in unsere Beurteilung mit einfließen lassen, um uns ein besseres Bild machen zu können.
Solltest du noch nicht so lange aktiv im Developer's Guide mitwirken, könntest du auch andere Referenzen (Ein Forum, in dem du sehr aktiv bist / warst; deine eigene Seite mit PHP-relevanten Tutorials, Tipps o.ä.; etc.) angeben, die wir für die Entscheidung heranziehen können.

Mit freundlichen Grüßen,
Jann Hendrik Bekaan
Projektleiter des developers-guide.net

zur besonderen Beachtung:
Community-Projekt zur Bot-Abwehr benötigt Unterstützung

[Helmi]

Ich hab' mich sogar wegen der Email bzw. weil ich davon erfahren habe angemeldet

Ok, das erklärt dann auch indirekt die Zugriffsverweigerung - vermutlich muss man Mitglied der Gruppe sein um die Diskussion weiter verfolgen zu können? Ich habe Mr. NiceGuy ohnehin schon eine PN geschickt, dann warten wir einfach mal was weiterhin passiert.

P.S.: @Jann Hendrik: log' dich mal aus und suche den "Registrieren"-Link. Entweder ich bin Blind oder ihr Spielt "such den Link" mit Euren zukünftigen Mitgliedern. Konnte mich nur über einen Loginversuch und den dann unterm Loginformular befindlichen Link registrieren - überall sonst hab' ich ihn vergeblich gesucht.

[Bleistift]

Zitat von Helmi

überall sonst hab' ich ihn vergeblich gesucht.

Auf der Starseite des Forums:

Die Registrierung ist selbstverständlich kostenfrei und jederzeit wieder kündbar.

[Helmi]

@Bleistift: Stimmt, da bin ich aber (warum auch immer) nicht drauf gekommen zu suchen. Auf der "echten Startseite" (dem Portal), im Header auf den anderen Seiten oder an einer anderen "greifbaren" Stelle hätte ich ihn erwartet.

Sollte aber keinesfalls negativ gemeint sein, sondern eher als Hinweis - muss ja jeder so halten wie er es für richtig hält

[Jann Hendrik]

Zitat von Helmi

Ich hab' mich sogar wegen der Email bzw. weil ich davon erfahren habe angemeldet

Wow - da war die Mund-Propaganda aber schnell!

An dieser Stelle möchte dann mal auf Wie bist du auf den developers-guide aufmerksam geworden? aufmerksam machen.

Zitat von Helmi

Ich habe Mr. NiceGuy ohnehin schon eine PN geschickt, dann warten wir einfach mal was weiterhin passiert.

Er antwortet idR recht schnell.
Er - oder die Arbeitsgruppe - wird das entscheiden und mir dann (dir wohl auch) die Entscheidung mitteilen. Wenn ich von ihm das ok bekomme, dann schalte ich dich für die Gruppe frei.

Zitat von Helmi

P.S.: @Jann Hendrik: log' dich mal aus und suche den "Registrieren"-Link. Entweder ich bin Blind oder ihr Spielt "such den Link" mit Euren zukünftigen Mitgliedern. Konnte mich nur über einen Loginversuch und den dann unterm Loginformular befindlichen Link registrieren - überall sonst hab' ich ihn vergeblich gesucht.

Wir nehmen hier nur intelligente Leute auf