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 |
|---|---|---|
| 74.80.190.15 | davenport.medicineuptotheminute.com | US |
| IP地址(1) | 服务器名称 | 所属国家 |
|---|---|---|
| 180.184.68.243 | 180.184.68.243 | CN |
| 180.184.46.37 | 180.184.46.37 | CN |
| 180.184.46.38 | 180.184.46.38 | CN |
| 213.244.248.49 | 213.244.248.49 | RO |
| 20.94.199.93 | 20.94.199.93 | US |
| 213.244.248.43 | 213.244.248.43 | RO |
| 213.244.248.48 | 213.244.248.48 | RO |
| 213.244.248.47 | 213.244.248.47 | RO |
| 147.185.40.159 | 147.185.40.159 | US |
| 3.129.67.141 | ec2-3-129-67-141.us-east-2.compute.amazonaws.com | US |
| 3.147.57.121 | ec2-3-147-57-121.us-east-2.compute.amazonaws.com | US |
| 3.146.34.205 | ec2-3-146-34-205.us-east-2.compute.amazonaws.com | US |
| 18.117.106.195 | ec2-18-117-106-195.us-east-2.compute.amazonaws.com | US |
| 3.147.49.143 | ec2-3-147-49-143.us-east-2.compute.amazonaws.com | US |
| 130.83.94.94 | lab11.visinf.informatik.tu-darmstadt.de | DE |
| 130.83.94.102 | lab05.visinf.informatik.tu-darmstadt.de | DE |
| 130.83.192.132 | node17.visinf.informatik.tu-darmstadt.de | DE |
| 130.83.90.242 | vidgx01.visinf.informatik.tu-darmstadt.de | DE |
| 130.83.90.248 | node15.visinf.informatik.tu-darmstadt.de | DE |
| 130.83.94.32 | node12.visinf.informatik.tu-darmstadt.de | DE |
| 130.83.90.250 | node16.visinf.informatik.tu-darmstadt.de | DE |
| 130.83.94.107 | lab20.visinf.informatik.tu-darmstadt.de | DE |
| IP地址(1) | 服务器名称 | 所属国家 |
|---|---|---|
| 35.188.72.43 | 43.72.188.35.bc.googleusercontent.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 img2dataset 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: img2dataset 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。
