Справочник ботов · Парсеры и скрипты

Scrapy в логах сайта: что это и как ограничить

Фреймворк для парсинга сайтов на Python. В User-Agent по умолчанию есть слово Scrapy, но авторы парсеров часто его меняют.

Владелецфреймворк Python
ТипПарсеры и скрипты
Имя в User-Agent и robots.txtScrapy

Соблюдает ли Scrapy robots.txt

В новых проектах Scrapy по умолчанию учитывает robots.txt (настройка ROBOTSTXT_OBEY), но автор может её выключить.

Как ограничить Scrapy

robots.txt здесь не поможет: скрипт может его не читать. Ограничивайте на сервере, например в nginx:

if ($http_user_agent ~* "Scrapy") {
    return 403;
}

Но название в User-Agent меняется одной строкой кода — опытный парсер представится обычным браузером. Тогда помогают только поведенческие признаки.

Видно ли Scrapy в Яндекс Метрике

Нет. Scrapy не выполняет JavaScript, а счётчики Метрики и Трафло работают на JavaScript. Такие запросы видны только в логах сервера. В Метрику попадают боты на настоящих браузерах — их и нужно отделять.

Проверьте свой сайт

Бесплатно и без регистрации: счётчики, защита от ботов, robots.txt и доступ нейросетей — за 20 секунд.

Парсеры и скрипты: другие боты