Chrome-Lighthouse 蜘蛛爬虫详解

Chrome-Lighthouse 是什么蜘蛛？

监控与测速类爬虫来自可用性监控或性能测试服务，通常是你或你所用的服务主动配置的定时访问。

PageSpeed Insights / Lighthouse 性能评分用的无头浏览器，特征是 UA 末尾带 Chrome-Lighthouse 标识。

如何识别与验证 Chrome-Lighthouse？

nslookup 反向解析得到的主机名

robots.txt 与 nginx 配置示例

用 robots.txt 控制 Chrome-Lighthouse 抓取

屏蔽全站（正规蜘蛛会遵守）：

User-agent: Chrome-Lighthouse
Disallow: /

robots.txt 默认就是允许抓取，放行无需任何配置；如果之前全局屏蔽过，为它单独开绿灯：

User-agent: Chrome-Lighthouse
Allow: /
Disallow: /private/   # 仅禁私密目录

在 nginx 中按 UA 拦截 Chrome-Lighthouse

当确认它不应抓取你的站点时，可在 server 或 location 段按 UA 拒绝：

if ($http_user_agent ~* "Chrome-Lighthouse") {
    return 403;
}

注意：UA 可以被任何人伪造，按 UA 拦截只对"自报家门"的访问有效；要精确拦截伪装流量，应对自称 Chrome-Lighthouse 的请求做上面的反向 DNS 校验。

伪装风险提示

任何 UA 都可以伪造。若 Chrome-Lighthouse 的访问伴随异常高频、集中扫描路径或大量 404，按可疑流量处理，用 IP 反查与频率限制兜底。

Chrome-Lighthouse 常见问题 (FAQ)