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(1) | 服务器名称 | 所属国家 |
|---|---|---|
| 172.184.216.49 | ? | US |
| IP地址(9) | 服务器名称 | 所属国家 |
|---|---|---|
| 34.205.2.159 | ec2-34-205-2-159.compute-1.amazonaws.com | US |
| 3.237.223.94 | ec2-3-237-223-94.compute-1.amazonaws.com | US |
| 128.30.52.139 | isonoe.w3.org | US |
| 69.163.216.126 | dorena.dreamhost.com | US |
| 128.30.52.88 | teeny.w3.org | US |
| 128.30.52.94 | pennycandy.w3.org | US |
| 174.133.247.146 | 92.f7.85ae.static.theplanet.com | US |
可以考虑拦截。。爬虫通常会下载公开的互联网内容,这些内容默认情况下可以免费访问。不过,如果你不希望你的内容被用于未经授权的目的,你应该拦截它们。
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 FeedValidator 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: FeedValidator 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。
(工作日 10:00 - 18:30 为您服务)