sese-engine是否完全遵守了robots协议以及配置.py里爬虫的名字是什么意思

[mengguyi]

我想问一下sese-engine是否完全遵守了robots协议 我在https://sese.yyj.moe 上搜索bilibili时得到如下结果 但是根据https://www.bilibili.com/robots.txt 来看，sese-engine里默认配置的loli_spider 显然不属于允许的UA 那么如果sese-engine完全遵守了robots协议，则不会爬到https://www.bilibili.com 所以是https://sese.yyj.moe 修改了爬虫的名字还是sese-engine不是完全遵守robots协议

另外 大部中国分网站的robots.txt喜在文件末尾写上

User-agent: *
Disallow: /

所以如果我希望能和正常的搜索引擎一样爬取是否需要修改 爬虫的名字

[RimoChan]

sese-engine实现上是尊重robots协议的，但是测试环境的爬虫的名字的确不是loli_spider……

[mengguyi]

哦明白了

[mengguyi]

所以我们能不能通过环境变量来控制爬虫的名字因为docker改代码很麻烦

[mengguyi]

所以我们能不能通过环境变量来控制爬虫的名字因为docker改代码很麻烦

[RimoChan]

如果用环境变量的话，那其他的配置怎么办？全部变成环境变量吗？

[mengguyi]

如果用环境变量的话，那其他的配置怎么办？全部变成环境变量吗？

其实如果可以，能不能把配置独立于配置.py。弄一个配置.json

[mengguyi]

那个，我运行的爬虫没改爬虫名，它也爬到B站了，这算不算bug

[mengguyi]

我用的https://github.com/mengguyi/sese-engine-docker

[RimoChan]

其实如果可以，能不能把配置独立于配置.py。弄一个配置.json

啊，配置.json和配置.py不一样吗？

[mengguyi]

不太一样，我的意思是配置.py里可以决定配置.json的位置，这样可以在用docker时不用为了改配置.py自己编译镜像

[RimoChan]

那个，我运行的爬虫没改爬虫名，它也爬到B站了，这算不算bug

应该是，怪耶。

但是我访问了一下你的域名，然后用不了，它说你的后端ssl有问题……

[RimoChan]

不太一样，我的意思是配置.py里可以决定配置.json的位置，这样可以在用docker时不用为了改配置.py自己编译镜像

啊，我以为docker的用法是大家自己进到里面去把文件改了然后再运行的2333

[mengguyi]

那个，我运行的爬虫没改爬虫名，它也爬到B站了，这算不算bug

应该是，怪耶。

但是我访问了一下你的域名，然后用不了，它说你的后端ssl有问题……

玄学，时不时能访问，服务器家里云

[mengguyi]

你等一会可能就好了

[RimoChan]

那个，我运行的爬虫没改爬虫名，它也爬到B站了，这算不算bug

我试了一下，默认配置下的确是不能访问B站的，真奇怪……

[mengguyi]

算了吧，能访问也不是坏事