爬虫识别支持 IPv6 地址访问 了解详情
CCBot 是一个基于 Nutch 的网络爬虫,它利用了 Apache Hadoop 项目。CCBot 使用 Map-Reduce 从爬网数据库中处理和提取目标候选者。该候选列表按主机(域名)排序,然后分发到一组蜘蛛(bot)服务器。
CCBot 是一个基于 Nutch 的网络爬虫,将抓取的数据致力于免费向互联网研究人员、公司和个人提供互联网副本,以进行研究和分析。
当前的 User-Agent 为:CCBot/2.0 (http://commoncrawl.org/faq/)
# | IP 地址 | Hostname | 国家代码 | 旗帜 |
---|---|---|---|---|
1 | 54.80.224.93 | ec2-54-80-224-93.compute-1.amazonaws.com | US |
|
2 | 54.198.241.211 | ec2-54-198-241-211.compute-1.amazonaws.com | US |
|
3 | 23.20.161.125 | ec2-23-20-161-125.compute-1.amazonaws.com | US |
|
4 | 54.80.217.80 | ec2-54-80-217-80.compute-1.amazonaws.com | US |
|
5 | 54.159.30.26 | ec2-54-159-30-26.compute-1.amazonaws.com | US |
|
6 | 54.167.29.208 | ec2-54-167-29-208.compute-1.amazonaws.com | US |
|
7 | 54.90.227.221 | ec2-54-90-227-221.compute-1.amazonaws.com | US |
|
8 | 54.234.90.191 | ec2-54-234-90-191.compute-1.amazonaws.com | US |
|
9 | 54.234.190.237 | ec2-54-234-190-237.compute-1.amazonaws.com | US |
|
10 | 54.90.217.44 | ec2-54-90-217-44.compute-1.amazonaws.com | US |
|
CCBot 是一个基于 Nutch 的网络爬虫,将抓取的数据致力于免费向互联网研究人员、公司和个人提供互联网副本,以进行研究和分析。
当前的 User-Agent 为:CCBot/2.0 (https://commoncrawl.org/faq/)
# | IP 地址 | Hostname | 国家代码 | 旗帜 |
---|---|---|---|---|
1 | 18.97.9.174 | 18-97-9-174.crawl.commoncrawl.org | US |
|
2 | 18.97.14.82 | 18-97-14-82.crawl.commoncrawl.org | US |
|
3 | 18.97.9.168 | 18-97-9-168.crawl.commoncrawl.org | US |
|
4 | 18.97.9.169 | 18-97-9-169.crawl.commoncrawl.org | US |
|
5 | 2600:1f28:365:80b0:3fb7:1314:dcdc:18f9 | US |
|
|
6 | 18.97.9.172 | 18-97-9-172.crawl.commoncrawl.org | US |
|
7 | 18.97.14.89 | 18-97-14-89.crawl.commoncrawl.org | US |
|
8 | 18.97.14.81 | 18-97-14-81.crawl.commoncrawl.org | US |
|
9 | 18.97.9.170 | 18-97-9-170.crawl.commoncrawl.org | US |
|
10 | 18.97.14.80 | 18-97-14-80.crawl.commoncrawl.org | US |
|