Log In Sign Up

bhcidadao.com.br
robots.txt

Robots Exclusion Standard data for bhcidadao.com.br

Resource Scan

Scan Details

Site Domain bhcidadao.com.br
Base Domain bhcidadao.com.br
Scan Status Failed
Failure StageFetching resource.
Failure ReasonCouldn't connect to server.
Last Scan2025-12-29T17:20:58+00:00
Next Scan 2026-03-29T17:20:58+00:00

Last Successful Scan

Scanned2024-03-10T17:08:00+00:00
URL https://bhcidadao.com.br/robots.txt
Domain IPs 192.185.217.3
Response IP 192.185.217.3
Found Yes
Hash f6465401cfb296bcb93468d18d9e5c84364aac9240fb4f4a14e60c7bd7ac4934
SimHash 841d04cbd3a4

Groups

*

Rule Path
Disallow /wp-admin/
Disallow /a/
Allow /wp-admin/admin-ajax.php
Allow /a/guia-do-marketing-de-afiliados/
Allow /a/carreto-do-Jorginho/

mj12bot

Rule Path
Disallow /

ubicrawler

Rule Path
Disallow /

doc

Rule Path
Disallow /

zao

Rule Path
Disallow /

sitecheck.internetseer.com

Rule Path
Disallow /

zealbot

Rule Path
Disallow /

msiecrawler

Rule Path
Disallow /

sitesnagger

Rule Path
Disallow /

webstripper

Rule Path
Disallow /

webcopier

Rule Path
Disallow /

fetch

Rule Path
Disallow /

offline explorer

Rule Path
Disallow /

teleport

Rule Path
Disallow /

teleportpro

Rule Path
Disallow /

webzip

Rule Path
Disallow /

linko

Rule Path
Disallow /

httrack

Rule Path
Disallow /

microsoft.url.control

Rule Path
Disallow /

xenu

Rule Path
Disallow /

larbin

Rule Path
Disallow /

libwww

Rule Path
Disallow /

zyborg

Rule Path
Disallow /

download ninja

Rule Path
Disallow /

fast

Rule Path
Disallow /

wget

Rule Path
Disallow /

grub-client

Rule Path
Disallow /

k2spider

Rule Path
Disallow /

npbot

Rule Path
Disallow /

webreaper

Rule Path
Disallow /

sitecheck.internetseer.com

Rule Path
Disallow /
Back to top

Other Records

Field Value
sitemap https://bhcidadao.com.br/sitemap.xml
Back to top

Comments

  • robots.txt for http://bhcidadao.com.br
  • Por favor, note: Há diversas páginas neste site, e existem alguns spiders mal-comportados por aí.
  • Se vocês forem irresponsáveis, o seu acesso ao site poderá ser bloqueado.
  • Observado grandes quantidades de spam em https://en.wikipedia.org/?curid=NNNNNN
  • e ignorou 429 respostas ratelimit, mas afirma respeitar robots.txt:
  • http://mj12bot.com/
  • bots relacionados à publicidade:
  • User-agent: Mediapartners-Google*
  • Disallow: /
  • Spiders que são gentis o suficiente para obedecer, mas que prefiro não ter
  • a menos que estejam alimentando os mecanismos de pesquisa.
  • Alguns bots são conhecidos por serem problemas, particularmente aqueles projetados para copiar sites inteiros.
  • Misbehaving: Faz muitas requisições, atrapalhando o servidor:
  • Desculpe, wget em seu modo recursivo é um problema freqüente.
  • Por favor, leia a documentação e use-a corretamente; existe uma opção de espera que você pode usar para definir o atraso entre as requisições.
  • O cliente distribuído 'grub' foi muito mal comportado.
  • Não segue o robots.txt, mas ...
  • Muitas requisições por segundo, não é aceitável.
  • http://www.nameprotect.com/botinfo.html
  • Um bot de captura, downloads, zilhões de páginas sem nenhum benefício público.
  • http://www.webreaper.net/
  • Bots amigáveis e de baixa velocidade são bem-vindos visualizando páginas de artigos, mas não páginas geradas dinamicamente por favor.
Back to top