現在有許多初學者學習網路爬蟲，但他們不懂得控制速度，導致伺服器資源浪費。通過 Nginx 的簡單配置，能過濾一小部分這類爬蟲。
方法一：通過 User-Agent 過濾
Nginx 參考配置如下：
location / {
if ($http_user_agent ~* "scrapy|python|curl|java|wget|httpclient|okhttp") {
return 503;
}
# 正常請求
}這裡只列出了部分爬蟲的 User-Agent，需要更多請參考：GitHub – JayBizzle/Crawler-Detect
注意：User-Agent 很容易修改
方法二：block IP
通過禁止某個 IP 或者某個 IP 段訪問，也能起到一定效果。
Nginx 示例配置如下：
deny 178.238.234.1;
deny 1.32.128.0/18;方法三：rate limit
通過限制某個 IP 的訪問頻率，避免一部分 CC （Challenge Collapsar）攻擊。
Nginx 示例配置如下：
http{
#定義一個名為allips的limit_req_zone用來儲存session，大小是10M記憶體，
#以$binary_remote_addr 為key,限制平均每秒的請求為20個，
#1M能儲存16000個狀態，rete的值必須為整數，
#如果限制兩秒鐘一個請求，可以設定成30r/m
limit_req_zone $binary_remote_addr zone=allips:10m rate=20r/s;
...
server{
...
location {
...
#限制每ip每秒不超過20個請求，漏桶數burst為5
#brust的意思就是，如果第1秒、2,3,4秒請求為19個，
#第5秒的請求為25個是被允許的。
#但是如果你第1秒就25個請求，第2秒超過20的請求返回503錯誤。
#nodelay，如果不設定該選項，嚴格使用平均速率限制請求數，
#第1秒25個請求時，5個請求放到第2秒執行，
#設定nodelay，25個請求將在第1秒執行。
limit_req zone=allips burst=5 nodelay;
...
}
...
}
...
}當然，攻擊者也可以使用代理IP來破除頻率限制。建議在網站前面加一層 CDN。