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(29) | 服务器名称 | 所属国家 |
|---|---|---|
| 3.252.212.4 | ec2-3-252-212-4.eu-west-1.compute.amazonaws.com | IE |
| 54.170.77.139 | ec2-54-170-77-139.eu-west-1.compute.amazonaws.com | ? |
| 3.252.139.237 | ec2-3-252-139-237.eu-west-1.compute.amazonaws.com | IE |
| 3.255.97.138 | ec2-3-255-97-138.eu-west-1.compute.amazonaws.com | IE |
| 54.74.202.187 | ec2-54-74-202-187.eu-west-1.compute.amazonaws.com | IE |
| IP地址(65) | 服务器名称 | 所属国家 |
|---|---|---|
| 54.229.192.74 | ec2-54-229-192-74.eu-west-1.compute.amazonaws.com | IE |
| 54.75.4.77 | ec2-54-75-4-77.eu-west-1.compute.amazonaws.com | IE |
| 34.251.157.163 | ec2-34-251-157-163.eu-west-1.compute.amazonaws.com | IE |
| 63.33.190.132 | ec2-63-33-190-132.eu-west-1.compute.amazonaws.com | IE |
| 176.34.204.41 | ec2-176-34-204-41.eu-west-1.compute.amazonaws.com | IE |
| IP地址(3) | 服务器名称 | 所属国家 |
|---|---|---|
| 54.242.42.41 | ec2-54-242-42-41.compute-1.amazonaws.com | US |
| 54.81.178.12 | ec2-54-81-178-12.compute-1.amazonaws.com | US |
| 54.242.52.245 | ec2-54-242-52-245.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 domainsbot 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: domainsbot 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。