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(339) | 服务器名称 | 所属国家 |
|---|---|---|
| 216.180.246.81 | crawler081.deepfield.net | US |
| 216.180.246.58 | crawler058.deepfield.net | US |
| 216.180.246.193 | crawler193.deepfield.net | US |
| 216.180.246.197 | crawler197.deepfield.net | US |
| 216.180.246.164 | crawler164.deepfield.net | US |
| 216.180.246.40 | crawler040.deepfield.net | US |
| 216.180.246.167 | crawler167.deepfield.net | US |
| 216.180.246.180 | crawler180.deepfield.net | US |
| 216.180.246.19 | crawler019.deepfield.net | US |
| 216.180.246.22 | crawler022.deepfield.net | US |
| 216.180.246.151 | crawler151.deepfield.net | US |
| 104.234.115.181 | 104.234.115.181 | CA |
| 104.234.115.20 | 104.234.115.20 | CA |
| 104.234.115.225 | 104.234.115.225 | CA |
| 104.234.115.118 | 104.234.115.118 | CA |
| 104.234.115.119 | 104.234.115.119 | CA |
| 104.234.115.19 | 104.234.115.19 | CA |
| 104.234.115.220 | 104.234.115.220 | CA |
| 104.234.115.109 | 104.234.115.109 | CA |
| 104.234.115.224 | 104.234.115.224 | CA |
| 3.9.170.90 | ec2-3-9-170-90.eu-west-2.compute.amazonaws.com | GB |
| 18.175.151.92 | ec2-18-175-151-92.eu-west-2.compute.amazonaws.com | GB |
| 18.171.59.43 | ec2-18-171-59-43.eu-west-2.compute.amazonaws.com | GB |
| 18.134.164.203 | ec2-18-134-164-203.eu-west-2.compute.amazonaws.com | GB |
通常不需要,如果您不需要此类监控服务,在服务提供网站移除您的网站即可。
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 GenomeCrawlerd 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: GenomeCrawlerd 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)