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(10) | 服务器名称 | 所属国家 |
|---|---|---|
| 52.87.252.80 | ec2-52-87-252-80.compute-1.amazonaws.com | US |
| 93.103.137.65 | 93-103-137-65.dynamic.t-2.net | SI |
| 89.212.20.214 | 89-212-20-214.dynamic.t-2.net | SI |
| 93.103.154.48 | 93-103-154-48.dynamic.t-2.net | SI |
| 195.78.123.5 | ip005-123.netbone.cz | CZ |
| IP地址(8) | 服务器名称 | 所属国家 |
|---|---|---|
| 52.201.172.119 | ec2-52-201-172-119.compute-1.amazonaws.com | US |
| 34.202.159.35 | ec2-34-202-159-35.compute-1.amazonaws.com | US |
| 52.23.213.46 | ec2-52-23-213-46.compute-1.amazonaws.com | US |
| 54.174.39.248 | ec2-54-174-39-248.compute-1.amazonaws.com | US |
| 35.153.193.122 | ec2-35-153-193-122.compute-1.amazonaws.com | US |
| IP地址(37) | 服务器名称 | 所属国家 |
|---|---|---|
| 147.229.8.59 | knot38.fit.vutbr.cz | CZ |
| 147.229.8.170 | knot36.fit.vutbr.cz | CZ |
| 147.229.8.167 | knot37.fit.vutbr.cz | CZ |
| 147.229.8.39 | athena2.fit.vutbr.cz | CZ |
| 147.229.8.130 | knot30.fit.vutbr.cz | CZ |
| IP地址(10) | 服务器名称 | 所属国家 |
|---|---|---|
| 34.201.161.68 | ec2-34-201-161-68.compute-1.amazonaws.com | US |
| 174.129.54.205 | ec2-174-129-54-205.compute-1.amazonaws.com | US |
| 35.168.8.213 | ec2-35-168-8-213.compute-1.amazonaws.com | US |
| 52.91.148.207 | ec2-52-91-148-207.compute-1.amazonaws.com | US |
| 107.20.26.147 | ec2-107-20-26-147.compute-1.amazonaws.com | US |
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 BUbiNG 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: BUbiNG 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。
BUbiNG是一个可扩展的、完全分布式的爬虫，目前正在开发中，它取代了UbiCrawler。
BUbiNG支持机器人排除标准。如果你想排除你的网站被BUbiNG抓取，请参阅《网络机器人页面》。
简而言之，你可以在你想排除抓取的网络服务器根目录的robots.txt文件中放入以下内容。
User-agent: BUbiNG Disallow: /
目前，BUbiNG尊重robots.txt文件的变化（通常每小时一次），但不支持META标签的机器人排除。
如需任何信息，请随时发送电子邮件至 law@di.unimi.it。
