Empresas
Empregos
  • Sobre nós
  • Soluções
    • Publicação de vagas
      Publique sua vaga e receba candidatos qualificados em 48h.
    • Avaliações de candidatos
      Mais de 500 testes técnicos e psicológicos, mais anti-fraude.
    • Headhunting
      Busca executiva personalizada do início ao fim.
    • Folha de Pagamento + EOR
      Dispersão de folha e EOR em mais de 15 países da LATAM.
  • Preços
  • Empregos

0

210
Visualizações
Puppeteer code to respect robots.txt file

This seems to be possible in Scrapy Scrapy and respect of robots.txt but is there a simple way to do this in Puppeteer?

I haven't found an easy way to build in "respect the Robots" into Puppeteer commands.

about 4 years ago · Juan Pablo Isaza
1 Respostas
Responde à pergunta

0

I don't believe puppeteer has anything built in but you can use puppeteer to access robots.txt and then use any of a number of npm modules to parse robots.txt to see if you're allowed to get any particular URL. For example, here's how you might use robots-txt-parser:

const robotsParser = require('robots-txt-parser')
const robots = robotsParser()

// Now inside an async function
// (or not if using a version of Node.js that supports top-level await)

await robots.useRobotsFor('https://example.com/')
if (await robots.canCrawl(urlToVisit)) {
  // Do stuff with puppeteer here to visit the URL
} else {
  // Inform the user that sadly crawling that URL is forbidden
}
about 4 years ago · Juan Pablo Isaza Relatório
Responde à pergunta
Encontrar trabalhos remotos

Descubra a nova forma de encontrar um emprego!

melhores empregos
Principais categorias de trabalho
Empresas
Postar vaga Preços Comercial
Jurídico
Termos e Condições Política de privacidade
© 2026 PeakU Inc. All Rights Reserved.
Andres GPT
Recomende algumas ofertas para mim
Preciso de ajuda