
如何做搜索引擎蜘蛛日志分析
搜索引擎蜘蛛日志文件是一种非常强大但未被站长充分利用的文件,分析它可以获取有关每个搜索引擎如何爬取网站内容的相关信息点,及查看搜索引擎蜘蛛在一段时间内的行为。
IP地址(11) | 服务器名称 | 所属国家 |
---|---|---|
35.156.15.26 | ec2-35-156-15-26.eu-central-1.compute.amazonaws.com | US |
52.29.118.43 | ec2-52-29-118-43.eu-central-1.compute.amazonaws.com | DE |
52.29.119.14 | ec2-52-29-119-14.eu-central-1.compute.amazonaws.com | DE |
52.58.187.34 | ec2-52-58-187-34.eu-central-1.compute.amazonaws.com | DE |
52.50.185.135 | ec2-52-50-185-135.eu-west-1.compute.amazonaws.com | IE |
52.49.244.189 | ec2-52-49-244-189.eu-west-1.compute.amazonaws.com | IE |
52.28.239.179 | ec2-52-28-239-179.eu-central-1.compute.amazonaws.com | DE |
52.49.241.77 | ec2-52-49-241-77.eu-west-1.compute.amazonaws.com | IE |
52.48.44.19 | ec2-52-48-44-19.eu-west-1.compute.amazonaws.com | IE |
52.48.22.51 | ec2-52-48-22-51.eu-west-1.compute.amazonaws.com | IE |
对于未知蜘蛛或者爬虫。它的用途对网站来说可能是好的,也可能是坏的,这取决于它是什么。所以说,这需要站长进一步分析判断这些尚不明确的爬虫行为,再作最终决定。 但,根据以往的经验,未声明行为目的及未命名的蜘蛛爬虫,通常都有不可告人的秘密,我们理应对其行为进行控制,比如拦截。
您可以通过在网站的 robots.txt 中设置用户代理访问规则来屏蔽 Avira crawler 或限制其访问权限。我们建议安装 Spider Analyser 插件,以检查它是否真正遵循这些规则。
# robots.txt # 下列代码一般情况可以拦截该代理 User-agent: Avira crawler Disallow: /
您无需手动执行此操作,可通过我们的 Wordpress 插件 Spider Analyser 来拦截不必要的蜘蛛或者爬虫。