
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(10) | 服务器名称 | 所属国家 |
---|---|---|
3.239.15.207 | ec2-3-239-15-207.compute-1.amazonaws.com | US |
34.204.166.118 | ec2-34-204-166-118.compute-1.amazonaws.com | US |
34.204.186.153 | ec2-34-204-186-153.compute-1.amazonaws.com | US |
3.234.243.66 | ec2-3-234-243-66.compute-1.amazonaws.com | US |
3.94.252.9 | ec2-3-94-252-9.compute-1.amazonaws.com | US |
52.90.76.194 | ec2-52-90-76-194.compute-1.amazonaws.com | US |
34.204.170.52 | ec2-34-204-170-52.compute-1.amazonaws.com | ? |
35.172.115.93 | ec2-35-172-115-93.compute-1.amazonaws.com | US |
3.229.113.21 | ec2-3-229-113-21.compute-1.amazonaws.com | US |
3.89.32.35 | ec2-3-89-32-35.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 LinkPreview 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: LinkPreview 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。