
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(15) | 服务器名称 | 所属国家 |
---|---|---|
74.91.27.122 | ettennahue.com | US |
184.105.173.29 | 184.105.173.29 | US |
209.126.119.139 | condor1871.startdedicated.com | US |
60.240.249.207 | 60-240-249-207.tpgi.com.au | AU |
60.240.249.209 | 60-240-249-209.tpgi.com.au | AU |
60.240.249.212 | 60-240-249-212.tpgi.com.au | AU |
60.240.249.214 | 60-240-249-214.tpgi.com.au | AU |
60.240.249.216 | 60-240-249-216.tpgi.com.au | AU |
184.105.173.15 | 184.105.173.15 | US |
64.62.250.100 | 64.62.250.100 | US |
184.105.173.18 | 184.105.173.18 | US |
64.62.250.107 | 64.62.250.107 | US |
184.105.173.20 | 184.105.173.20 | 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 LexxeBot 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: LexxeBot 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。