检测Node Express中的社交机器人

Question

我正在尝试检测以下两个选项之一:

• 特定的机器人列表(FacebookExternalHit | LinkedInBot | TwitterBot | Baiduspider)
• 任何不支持Crawable Ajax规范的机器人

我见过类似的问题(如何识别Facebook用户代理),但没有解释如何在Node和Express中执行此操作.

我需要以这样的格式执行此操作:

app.get("*", function(req, res){ 
  if (is one of the bots) //serve snapshot
  if (is not one of the bots) res.sendFile(__dirname + "/public/index.html");
});

Answer 1

您可以检查User-Agent请求对象中的标头并测试其不同机器人的值,

截至目前,Facebook表示他们有三种类型的User-Agent标题值(查看Facebook Crawler),twitter也有一个带有版本的User-Agent(检查Twitter URL Crawling&Caching),下面的例子应该涵盖两个机器人.

节点

var http = require('http');
var server = http.createServer(function(req, res){

    var userAgent = req.headers['user-agent'];
    if (userAgent.startsWith('facebookexternalhit/1.1') ||
       userAgent === 'Facebot' ||
       userAgent.startsWith('Twitterbot') {

        /* Do something for the bot */
    }
});

server.listen(8080);

表达

var http = require('http');
var express = require('express');
var app = express();

app.get('/', function(req, res){

    var userAgent = req.headers['user-agent'];
    if (userAgent.startsWith('facebookexternalhit/1.1') ||
       userAgent === 'Facebot' ||
       userAgent.startsWith('Twitterbot') {

        /* Do something for the bot */
    }
});

app.listen(8080);

Answer 2

您可以做的是使用该request.headers对象检查传入请求是否包含特定于该机器人的任何UA信息.一个简单的例子.

节点

var http = require('http');

var server = http.createServer(function(req, res){

    if(req.headers['user-agent'] === 'facebookexternalhit/1.1') /* do something for the Facebook bot */


});

server.listen(8080);

表达

var http = require('http');
var express = require('express');
var app = express();

app.get('/', function(req, res){

    if(req.headers['user-agent'] === 'facebookexternalhit/1.1') /* do something for the Facebook bot */


});

app.listen(8080);