HttpWebRequest是否服从.Net中的robots.txt?

时间:2011-04-01 01:14:27

标签: .net web-crawler robots.txt

我正在为Web开发人员创建一个工具,用于“扫描”他们网站上的HTML。

这需要我的Asp.Net应用程序从他们的网站下载页面。

为了防止滥用,我想确保我遵守robots.txt以及其他方法。

HttpWebRequest已经这样做了吗?或者是否有一个开源实现我可以用给定用户代理字符串验证robots.txt文件?

1 个答案:

答案 0 :(得分:5)

HttpWebRequest只发出一个HTTP请求。它不遵守robots.txt,因为它不知道它存在。需要另一个请求来查看它是否存在并读取其内容,如果它默认情况下这样做,则会有50%的开销。

对于C#实现,请查看此处:Anybody got any C# code to parse robots.txt and evaluate URLS against it