Twitterbot / X Crawler

Twitterbot / X Crawler — Читает Twitter Cards метаданные при публикации ссылок в X/Twitter. В этот профиль также включены Facebookbot и Slackbot как аналогичные social preview боты.

1. Общие сведения и назначение бота

Twitterbot — краулер X (Twitter), запускаемый при публикации ссылок для генерации Twitter Cards: summary, summary_large_image, app card или player card. Читает meta-теги twitter:card, twitter:title, twitter:description, twitter:image. facebookexternalhit — аналогичный бот Meta (Facebook и Instagram) для превью ссылок в постах и мессенджерах, читающий Open Graph теги. Slackbot-LinkExpanding — бот Slack для unfurl-ов ссылок в рабочих пространствах.

Оператором и разработчиком бота выступает X Corp (бывш. Twitter). Основная функциональная задача робота — систематический сбор данных, анализ гиперссылок и выкачивание текстовой информации со страниц сайтов. В зависимости от используемых скриптов бот может запрашивать как статические HTML-файлы, так и инициировать рендеринг тяжелых динамических страниц.

2. Сигнатуры User-Agent и сетевой профиль

В журналах веб-сервера (access.log) бот обычно идентифицирует себя следующими сигнатурами в заголовке User-Agent:

Twitterbot/1.0

facebookexternalhit/1.1 (+http://www.facebook.com/externalhit_uatext.php)

Slackbot-LinkExpanding 1.0 (+https://api.slack.com/robots)

3. Создаваемая нагрузка и последствия для сайта

Нерегулируемая активность краулера может приводить к ощутимым проблемам как для технической инфраструктуры, так и для бизнес-показателей проекта:

• Блокировка ведёт к публикациям без Rich Card — только текстовая ссылка
• Снижение CTR в X/Twitter может быть значительным: твиты с картинкой получают в 3-4 раза больше взаимодействий

Когда робот генерирует десятки параллельных запросов в секунду, каждый такой запрос инициирует запуск интерпретатора PHP, подключение к СУБД MySQL и генерацию HTML-страницы. На виртуальных хостингах это мгновенно исчерпывает лимиты тарифного плана (CPU, оперативная память, процессы PHP-FPM), из-за чего реальные посетители сталкиваются с медленной загрузкой или ошибками 502/504 Bad Gateway.

4. Влияние на поисковые позиции и рекламу

5. Проверка визитов бота в журналах сервера

Чтобы узнать, заходит ли данный робот на ваш сайт прямо сейчас и как часто он сканирует разделы, достаточно выполнить команду в консоли веб-сервера:

grep -iE 'Twitterbot|facebookexternalhit|Slackbot' /var/log/nginx/access.log | wc -l

Примечание: если у вас обычный виртуальный хостинг без доступа по SSH (Beget, TimeWeb, Reg.ru, cPanel), откройте панель управления, найдите раздел «Журнал посещений» (или «Свежие логи») и воспользуйтесь поиском по названию бота или строке его User-Agent.

6. Рекомендация по обработке трафика

7. Способы ручной блокировки

Если вы хотите заблокировать робота на уровне веб-сервера вручную, используйте следующие директивы конфигурации:

if ($http_user_agent ~* 'Twitterbot|facebookexternalhit|Slackbot-LinkExpanding') {
    # Allow
}

<IfModule mod_rewrite.c>
  RewriteCond %{HTTP_USER_AGENT} (Twitterbot|facebookexternalhit|Slackbot) [NC]
  RewriteRule .* - [L]
</IfModule>

(http.user_agent contains "Twitterbot / X Crawler")

User-agent: Twitterbot
Allow: /

User-agent: facebookexternalhit
Allow: /

User-agent: Slackbot-LinkExpanding
Allow: /

8. Причины неэффективности стандартных методов

В реальных условиях блокировка по User-Agent и директивы robots.txt защищают сайт лишь от примитивных скриптов. Продвинутые краулеры и парсеры обходят эти фильтры за счет трех факторов:

1. Подмена заголовков (спуфинг): бот отправляет User-Agent популярного десктопного браузера, из-за чего веб-сервер принимает его за обычного посетителя.
2. Ротация IP-адресов: запросы распределяются через сотни тысяч резидентных и мобильных прокси, делая блокировку по статическим IP неэффективной.
3. Headless-движки (Chromium, Puppeteer): эмуляторы полноценно исполняют JavaScript, проходя большинство поверхностных проверок.

9. Автоматическая нейтрализация в AntiBotCore

10. Часто задаваемые вопросы (FAQ)

11. Похожие сетевые боты и краулеры

Боты со схожим поведением или относящиеся к категории «Соцсети и медиа»: