a me funziona perfettamente

avessi voglia potrei creare anche la versione con un database, soltanto che questo script fa solo un controllo sull'agent e non sull'ip, perché altri lo fanno anche sull'ip ? ci sono bot ke si spacciano per google in giro?

Ciao a tutti, sono nuovo.
Ho trovato il forum cercando una soluzione per piazzare una checkbox in una pagina php, e poi ho trovato questa discussione interessante...

Quale dei due codici proposti utilizzate voi?
Io ho usato il secondo e più semplice... e l'ho messo nell'index.php in questo modo, propio in cima:

<?php
/**

• @version $Id: index.php,v 1.41 2004/09/23 23:09:23 rcastley Exp $
• @package Mambo_4.5.1
• @copyright (C) 2000 - 2004 Miro International Pty Ltd
• @license http://www.gnu.org/copyleft/gpl.html GNU/GPL
• Mambo is Free Software
  */

if(eregi("googlebot",$HTTP_USER_AGENT))
{
if ($QUERY_STRING != "")
{$url = "http://".$SERVER_NAME.$PHP_SELF.'?'.$QUERY_STRING;}
else
{$url = "http://".$SERVER_NAME.$PHP_SELF;}
$today = date("F j, Y, g:i a");
mail("[email protected]", "Googlebot detected on http://$SERVER_NAME", "$today - Google crawled $url");
}

/** Set flag that this is a parent file */
define( '_VALID_MOS', 1 );

E' corretto? Funge così?
Non ho ben capito la differenza tra i due codici proposti, questo manda una mail e l'altro salva tutto in un file di testo, è solo questa la differenza?
Ciao!

il codice da te postato riconosce solo google, quello che sta qualche pagina dietro riconosce tutti i bot, direi che decisamente meglio

Aaaa, ma l'altro come si usa? Cioè in che file e posizione bisogna metterlo?

Grazie per la risposta cmq.

basta che lo copi un file esterno e poi fai un include in tutti quelli che ti servono.

o altrimenti fai come per l'altro e lo metti in cima alla index. così facendo cmq ti avvisa solo quando il bot passa sulla index.

Scusami, sono piuttosto inesperto di php...
Un include cioè? Puoi spiegarmi la sintassi e dove va piazzato nel corpo delle pagine (tipo nell'head...) ?

Rieccomi, mi serve qualche info sul bot che ha postato TuonoRosso a pagina 1 e di cui questo è uno spaccato di codice:

Codice:
pagina 1:
<?php
/* ------------------------------------------------------------ /
/ Spider-Sense /
/ Detects bot activity and alerts you to their presence /
/ By Shawn Raloff

Io ho messo tutto quello che c'è nel primo riquadro in un file chiamato spider-sense.php e quello nel secondo quadrato in un altro file spider-sense.dat è corretto?
Poi nell'index ho scritto: include( 'spider-sense.php' );

Però mi da un errore... è giusto fare così?

è giusto se i due file li metti nella stessa directory in cui metti l'include, altrimenti devi dargli una posizione diversa, o altrimenti vai nel primo forum dove ho postato il codice modificato

sto modificando lo script che uso per fare in modo che al posto che inviare una mail registri i dati in una tabella (mysql) in modo da poter avere i dati in un report di più agevole consultazione.

quando cominci ad avere un po' di siti con qualche centinaio di pagine l'uno e ti fai mandare una mail per ogni bot... praticamente passi la giornata a cancellare email ed arrivi al punto di disabilitare lo script per la disperazione.

invece quelle info sono importantissime

Io però credevo che non si vedesse la modifica all'index (è qui che ho messo l'include), invece appare uno spazio vuoto in cima alla pagina e ho scoperto che selezionandolo si scoprono delle scritte che hanno lo stesso colore dello sfondo e che riportano un errore.

Warning: eregi(): REG_EMPTY in /web/htdocs/www.metalzena.it/home/spider-sense.php on line 27

Alla riga 27 trovo:
if( eregi($agent,$bot) )
{
mail("$email", "$agent detected on $domain", "$agent has crawled $page on $domain");
}

Ma non capisco dov'è il problema se dite che è giusto. Tra l'altro i file sono nella stessa directory dell'ndex.php

Scusate i post ravvicinati, ma ho modificato il bot trovato a pagina 1 aggiungendogli la funzione per mandare i report per mail.

Ecco il codice

<?

$agents = array(
"ultraseek" => "Infoseek",
"sidewinder/" => "Infoseek",
"ia_archiver" => "Alexa",
"arianna.iol.it" => "Arianna",
"ask jeeves" => "Ask jeeves",
"fast-webcrawler/" => "Fast",
"googlebot-" => "Google Immagini",
"googlebot/" => "Google",
"mercator-" => "Altavista",
"scooter/" => "Altavista",
"scooter-" => "Altavista",
"arachnoidea" => "Arachnoidea",
"yhaoo" => "Yahoo",
"slurp" => "Inkomi",
"gulliver/" => "NorthernLight",
"lycos_spider_(t-rex)" => "Lycos",
"architextspider" => "Excite",
"libwww-perl/" => "Excite",
"almaden.ibm.com" => "Ibm Resarch"
);

$filename = "motori.txt";
$ua = $_SERVER["HTTP_USER_AGENT"];
$page = $_SERVER['PHP_SELF'];

foreach ($agents as $ag => $motore) {
//print date(" d-M-Y H:i ") . " \t" . $motore . " \t" . $ag . " \t" . $page ."\n";
if (strpos (strtolower (" " . $ua), $ag) > 0) {
$fp = fopen($filename, "a");

if ($fp) { 
  fwrite($fp, date(" d-M-Y H:i ") . " \t" . $motore . " \t" . $ag . " \t" . $page ."\n"); 
  fclose($fp); 
  break; 
} 

}
$today = date("F j, Y, g:i a");
mail("[email protected]", "$motore detected on $page", "$today - $motore è passato su $page");
}

?>

Penso che poi aggiungerò gli altri spider elencati dal bot in 2 file.

Gabryk, bravo!

Gente funziona anche troppo!
Arrivano ventine di email al minuto...

non ho ben capito dove sta la differenza? ci metti la data?

bè cmq nn lho fatto in sql perché per le stats uso phpstats anche se con i motori non mi pare funzionare granché bene, almeno per il forum : |

se ho tempo e voglia metto su qualche stats dedicata ai bot

No, la differenza è che prima quel bot non mandava mail, ma archiviava tutto su txt. Adesso fa entrambe.

@Gabryk said:

Gente funziona anche troppo!
Arrivano ventine di email al minuto...

Sì, è perchè ti è sfuggita una parentesi, il codice corretto dovrebbe essere:

foreach ($agents as $ag => $motore) {
//print date(" d-M-Y H:i ") . " \t" . $motore . " \t" . $ag . " \t" . $page ."\n";
if (strpos (strtolower (" " . $ua), $ag) > 0) {
$fp = fopen($filename, "a");

if ($fp) {
fwrite($fp, date(" d-M-Y H:i ") . " \t" . $motore . " \t" . $ag . " \t" . $page ."\n");
fclose($fp);
break;
}
$today = date("F j, Y, g:i a");
mail("[email protected]", "$motore detected on $page", "$today - $motore è passato su $page");
}
}

?>

ciao, ciao

ragazzi io ho integrato lo script postato da Tuonorosso
nel mio footer però ho un problem

<?php
/* ------------------------------------------------------------ /
/ Spider-Sense /
/ Detects bot activity and alerts you to their presence /
/ By Shawn Raloff /
/ http://www.side2.com /
/ ------------------------------------------------------------ */

/* ---------- You must set these variables ---------- */
$domain = "http://vinarcid0810.altervista.org/";
$email = "[email protected]";

/* ---------- No need to edit beyond this point ---------- */
$bot = $_SERVER['HTTP_USER_AGENT'];
$page = $_SERVER['PHP_SELF'];

/* ---------- Look for bots ---------- */
ini_set("sendmail_from",'[email protected]');

//mail("$email", "aaaa", "aaa");
$myFile = fopen("spider-sense.dat","r");
while(!feof($myFile))
{
$myLine = chop(fgets($myFile, 255));
list($agent,$url) = split("*", $myLine);
if( eregi($agent,$bot) )
{
mail("$email", "$agent detected on $domain", "$agent has crawled $page on $domain");
}
}

fclose($myFile);

//echo "Powered By Side2.com";
?>

la pagina footer viene richiamata da tutte le altre pagine del sito
mettendo nello script l'indirizzo del sito
http://vinarcid0810.altervista.org

nella home nn ho problemi mentre nelle altre mi da errore

Fatal error: Maximum execution time of 15 seconds exceeded in /membri/vinarcid0810/footer.php on line **52

cosa devo fare lo devo integrare in ogni singola pagina?????
**

Scusate la domanda... fare un analisi del log no?... io credo che questo genere di operazione/analisi vada fatta offline perche' su un sito molto visitato diventa troppo pesante e rischia di rallentare il server...

bho...

Scusate la domanda... fare un analisi del log no?

cose?????????????
scusa l'ignoranza

il log del server riporta tutti i dati per ogni singola chiamata ricevuta... comprensivi di user-agent... quindi le stesse informazioni che con quegli script si vogliono tracciare sono gia' memorizzate nei log e basta recuperarle da li...
Secondo me può essere controproducente tracciare in ogni pagina per diversi motivi:

1. ci si puo' dimenticare di aggiungere lo script in qualche pagina (quindi i dati non sono reali)
2. il server perde tempo a fare i controlli per decidere se mandare la mail o scrivere su un file/db
3. se si manda una mail e il server e' molto visitato allora si genera molto traffico mail
4. se invece si scrivono su disco si occupa 2 volte lo spazio (una e' quella del logo, la seconda quella che scriviamo noi)
5. nel tempo, manipolare il file di testo o il db con i dati diventa lento a causa del numero di dati memorizzato

...mio parere neh?!?...