robotparser (File Formats) – Python 中文开发手册
[
Python 中文开发手册
]
robotparser (File Formats) - Python 中文开发手册
注意
robotparser模块已urllib.robotparser在Python 3中重命名。当将源代码转换为Python 3时，2to3工具将自动适应导入。
该模块提供了一个类，RobotFileParser它回答关于特定用户代理是否可以在发布该robots.txt文件的网站上获取URL的问题。有关robots.txt文件结构的更多详细信息，请参阅http://www.robotstxt.org/orig.html。
class robotparser.RobotFileParser(url='')
这个类提供了一些方法来读取，解析和回答有关urlrobots.txt文件的问题。
set_url(url)
设置引用robots.txt文件的URL 。
read()
读取robots.txtURL并将其提供给解析器。
parse(lines)
解析行参数。
can_fetch(useragent, url)
返回True是否允许useragent根据解析文件中包含的规则获取urlrobots.txt。
mtime()
返回robots.txt文件上次获取的时间。这对于需要robots.txt定期检查新文件的长时间运行的网络蜘蛛非常有用。
modified()
设置robots.txt文件上次获取到当前时间的时间。
以下示例演示了RobotFileParser类的基本用法。
>>> import robotparser
>>> rp = robotparser.RobotFileParser()
>>> rp.set_url("https://www.musi-cal.com/robots.txt")
>>> rp.read()
>>> rp.can_fetch("*", "http://www.musi-cal.com/cgi-bin/search?city=San+Francisco")
False
>>> rp.can_fetch("*", "http://www.musi-cal.com/")
True
Python 中文开发手册
