如何使用htaccess规则拦截访问站点不存在的伪造PDF页面的流量

可以通过.htaccess规则在请求触发默认404逻辑前直接拦截所有不存在的PDF访问请求，无需逐个添加410规则，批量处理效率远高于手动单条配置。

1. 通用批量拦截规则（推荐） #

该规则不会影响站点内实际存在的PDF文件访问，仅拦截不存在的PDF请求：

<IfModule mod_rewrite.c>
RewriteEngine On
# 匹配所有后缀为.pdf的请求，不区分大小写
RewriteCond %{REQUEST_URI} \.pdf$ [NC]
# 判断请求对应文件在服务器上不存在
RewriteCond %{REQUEST_FILENAME} !-f
# 直接返回410状态，终止后续规则执行
RewriteRule ^ - [R=410,L]
</IfModule>

参数说明：

• [NC]：忽略大小写，可同时匹配.PDF、.Pdf等大小写混合的垃圾请求后缀
• !-f：仅触发不存在的文件请求，不会影响站点正常PDF资源的访问
• [R=410,L]：返回410永久删除状态码，L标记表示命中规则后不再执行后续重写逻辑，降低服务器资源消耗

2. 更高强度拦截方案（可选） #

如果站点本身没有任何PDF资源，不需要保留合法PDF访问能力，可以直接拦截所有.pdf后缀的请求，执行效率更高：

<IfModule mod_rewrite.c>
RewriteEngine On
RewriteRule \.pdf$ - [R=410,L,NC]
</IfModule>

补充说明 #

• 规则需要放在.htaccess文件的最顶部，确保优先执行，不会走到站点默认的404处理流程
• 410状态码比404对爬虫更友好，明确告知资源永久不存在，长期使用可减少爬虫后续的重复爬取请求
• 如果希望进一步降低资源消耗，可以将[R=410,L]替换为[DENY,L]，直接返回403禁止访问，无需返回额外的状态说明内容

内容的提问来源于stack exchange，提问作者Elliot Walker