忽略爬虫作为网站的访问者

Question

当每个页面加载到我的网站上时，我使用相同的 php 代码片段将他们作为新访问者添加到 mysql 数据库中，或者如果他们已经访问过则更新数据库条目。我使用 cookie 来检查访问者是新的还是旧的。但是，在执行我的代码片段之前，我使用下面的代码来检查它是否是爬虫而不是人类。

但是这不起作用。我仍然从 googlebot 和 Facebook 获取数据库条目（所以总是 returns False？）。有人可以告诉我我做错了什么吗？

function getIsCrawler() {
    $agents = array(
        "Google",
        "google", 
        "facebook", 
        "Facebook", 
        "Bing", 
        "bing",
        "yahoo",
        "Yahoo",
        "Twitter",
        "twitter",
        "Instagram",
        "instagram"
    );
    foreach ($agents as $agent)   
    {
        if(strpos($_SERVER['HTTP_USER_AGENT'], $agent))
        {
            return True;
        }
    }
    return False;
}

$iscrawler = getIsCrawler();

if ($isCrawler == False) 
{
    //run php code snipit to handle visitors
}

Answer 1

您的变量名称大小写不一致（即 $iscrawler 与 $isCrawler）。大小写不同 = 变量不同。

确认：

$X = 5;
$x = 1;
echo '<br/>' . $X;
echo '<br/>' . $x;

它打印

5
1

Answer 2

您可能需要查看一些内容。首先，您可以通过向其传递值来使该函数更易于测试。传递值消除了此函数与网页之间的紧密耦合。

其次，strpos() 及其同类函数因其 return 值而臭名昭著。文档中有big red (ish) warnings。

最后，您可以使用 stripos() 减小数组 $agents 的大小。不区分大小写。

function getIsCrawler($external_agent) {
  $agents = array(
                  "Google",
                  "Facebook", 
                  "Bing",
                  "Yahoo",
                  "Twitter",
                  "Instagram",
                  );
  foreach ($agents as $agent)   
    {
      if(stripos($external_agent, $agent) !== False)
        {
          return True;
        }
    }
  return False;
}

忽略爬虫作为网站的访问者

Ignoring crawlers as visitors to website

php

google-crawlers