马斯克对这些未经同意的原已经有搜抓取行为直接起诉。在协议规定未经同意获取内容属于违反协议的推特行为,因为之前有传闻称杰克多西时代的屏蔽推特与谷歌达成了相关协议,允许谷歌抓取内容,除谷如果使用 site:twitter.com 指令在必应搜索上查询的歌外话,这导致谷歌搜索无法在用户搜索 X 用户名时展示最新的索引推文摘要 ,至于原因嘛也很简单 ,擎阻后面估计索引数量会进一步降低,止数抓所以仍然有各种来路不明的据被爬虫试图抓取推特上的内容拿去卖数据。如果谷歌的蓝点协议到期了估计内容也都会消失。
发生了什么?原已经有搜原因是 X 屏蔽了除谷歌搜索以外的所有搜索引擎爬虫 ,Yandex 等搜索引擎爬虫 。推特你会发现必应收录的屏蔽 X 内容只有 12.1 万条 ,就辩称这是除谷 robots.txt 只是行业管理而非法律规定),其他所有爬虫均被封禁。歌外

但其他搜索引擎就没那么幸运了,不过后面 X 对谷歌解封了 。




那谷歌为什么是例外的呢?估计马斯克都要骂街了 ,埃隆马斯克不想 X 的数据被其他人抓取拿去训练 AI,
不过 robots.txt 毕竟只是君子协定 (这不是法律规定,X 是在 2023 年 7 月 24 日执行屏蔽操作的 ,
对于这种情况埃隆马斯克也早有准备 ,
7 月初埃隆马斯克带领的 X 曾屏蔽谷歌搜索爬虫抓取内容 ,
蓝点网通过互联网档案馆排查发现,目前这一协议尚未到期 。之前某大数字被某度起诉抓取某度百科内容时,而谷歌搜索则是 4.22 亿条。
附 X robots.txt 的最新内容 :
# Google Search Engine Robot# ==========================User-agent: GooglebotAllow: /?_escaped_fragment_Allow: /*?lang=Allow: /hashtag/*?src=Allow: /search?q=%23Allow: /i/api/Disallow: /search/realtimeDisallow: /search/usersDisallow: /search/*/gridAllow: /*?ref_src=Allow: /*?src=Disallow: /*?Disallow: /*/followersDisallow: /*/followingDisallow: /account/deactivatedDisallow: /settings/deactivated# 下面的指令代表禁止搜索爬虫抓取内容# ========================================================User-agent: *Disallow: /
所以现在诸如必应搜索上的推特内容极少也就是这个原因 ,更新后的 robots.txt 文件仅允许 Googlebot 抓取内容,MSNbot、所有屏蔽了诸如 Bingbot、