GlancityBot

Cada solicitud lleva este user agent:

GlancityBot/1.0 (+https://glancity.com/bot; contato@glancity.com)

En robots.txt, el nombre es GlancityBot. Las solicitudes salen de la red de Cloudflare, así que no hay una lista fija de direcciones IP.

• Agendas y páginas de eventos en los sitios públicos de ayuntamientos, oficinas de turismo e instituciones culturales (por ejemplo Sesc y Mapas Culturais).
• Solo páginas públicas: nunca inicia sesión ni rellena formularios.
• Solo ciudades que alguien abre en Glancity.
• De cada evento guarda lo necesario para listarlo (nombre, fecha y hora, lugar, dirección de la imagen) y el enlace a la página original, que la app muestra como fuente.

También usa servicios públicos según sus propias normas de uso, con el mismo user agent: Wikipedia y Wikidata, OpenStreetMap (Nominatim, Photon, Overpass) y MET Norway.

• Sigue robots.txt (RFC 9309): el grupo GlancityBot o, si no existe, el grupo *.
• Si un sitio no tiene robots.txt, puede leerlo. Si robots.txt no se puede leer (error del servidor o tiempo agotado), no lee nada allí y vuelve a intentarlo a los 60 minutos.
• Vuelve a leer robots.txt al menos cada 24 horas.
• Respeta Crawl-delay hasta 10 segundos.
• Una solicitud a la vez por sitio, con al menos 1 segundo entre ellas.
• Como máximo 5 redirecciones, comprobando el robots.txt de cada sitio nuevo.

• Los sitios de eventos de una ciudad se leen una vez al día. Las 5 ciudades más abiertas (100 aperturas o más en una semana), cada 6 horas; las 15 siguientes (20 o más), cada 12 horas.
• Cada visita hace como máximo 38 solicitudes entre todos los sitios de la ciudad, y lee como máximo 4 páginas de agenda y 15 páginas de eventos por sitio.
• Los sitios oficiales de una ciudad se buscan una vez cada 30 días.
• Cuando un evento desaparece de una agenda, su página se vuelve a comprobar, como máximo cada 12 horas.
• Si un sitio falla, lo reintenta a la hora y después espera el doble cada vez, nunca con más frecuencia que lo normal.

Añade esto al robots.txt de tu sitio:

User-agent: GlancityBot
Disallow: /

GlancityBot se detiene en menos de 24 horas, la próxima vez que lea robots.txt. Para solo limitarlo, bloquea algunas rutas o define un Crawl-delay.

Si organizas un evento y quieres quitarlo de Glancity, o solo su imagen, escribe a contato@glancity.com con el enlace. Lo quitamos en menos de 24 horas.

Para cualquier otra cosa sobre GlancityBot, escribe a la misma dirección.