本文主要是介绍Robots文件信息泄露 原理以及修复方法，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
漏洞名称 :Robots文件信息泄露、Robots.txt泄露
漏洞描述:
搜索引擎可以通过robots文件可以获知哪些页面可以爬取，哪些页面不可以爬取。
Robots协议是网站国际互联网界通行的道德规范，其目的是保护网站数据和敏感信息、确保用户个人信息和隐私不被侵犯，如果robots.txt文件编辑的太过详细，反而会泄露网站的敏感目录或者文件，比如网站后台路径，从而得知其使用的系统类型，从而有针对性地进行利用。
检测条件 ：
1、 检测形式多样，工具爬虫扫描得到敏感文件的路径，从而找到robots文件，
2、 手工挖掘，直接在域名后输入/robots.txt进行查看。
修复方案 ：
安全建议或者修复方案：（可根据实际情况，进行如下对应的修复）
1、 User-agent: * 这里的*代表的所有的搜索引擎种类，*是一个通配符
2、 Disallow: / 这里定义是禁止爬寻站点所有的内容
3、 Disallow: /admin/ 这里定义是禁止爬寻admin目录下面的目录
4、 Disallow: /ABC/ 这里定义是禁止爬寻ABC目录下面的目录
5、 Disallow: /cgi-bin/*.htm 禁止访问/cgi-bin/目录下的所有以".htm"为后缀的URL(包含子目录)
6、 Disallow: /*?* 禁止访问网站中所有包含问号 (?) 的网址
7、 Disallow: /.jpg$ 禁止抓取网页所有的.jpg格式的图片
8、 Disallow:/ab/adc.html 禁止爬取ab文件夹下面的adc.html文件
9、 Allow: /cgi-bin/ 这里定义是允许爬寻cgi-bin目录下面的目录
10、Allow: /tmp 这里定义是允许爬寻tmp的整个目录
11、Allow: .htm$ 仅允许访问以".htm"为后缀的URL
12、Allow: .gif$ 允许抓取网页和gif格式图片
13、Sitemap: 网站地图 告诉爬虫这个页面是网站地图
这篇关于Robots文件信息泄露 原理以及修复方法的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
