After-the-CM / After-the-CM/Himawari

`robots.txt` を読み取り、`robots.txt` のルールに沿ったクローリングを行う

Đang mở
#154 1 bình luận 0 reaction 0 người được giao Xem trên GitHub
Crawler good first issue help wanted priority: high
Ngôn ngữ chính
Go
Star
9
Fork
1
Chỉ số merge pull request
Không có pull request nào được merge trong 30 ngày

Mô tả

## 概要

`robots.txt` とは、検索エンジンのクローラーに対して、サイトのどの URL にアクセスしてよいかを伝えるものである。
`robots.txt` を読み取り、`robots.txt` のルールに沿ったクローリングを行う。

## 方針

大きく二段階に分かれると考えられる。

1. `robots.txt` の内容を取得し、ルールを理解する

[grobotstxt](https://github.com/jimsmart/grobotstxt)のような`robots.txt` のパーサを利用する。

2. `robots.txt` に記載されている情報も活用してクロールする

Hướng dẫn đóng góp

Mở hướng dẫn đóng góp

Đánh giá

Issue này chưa được đánh giá.

Nhận issue mới trong hộp thư của bạn

Bản tóm tắt ngắn những issue GitHub phù hợp với người mới.