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(17) | 服务器名称 | 所属国家 |
|---|---|---|
| 37.139.5.66 | 37.139.5.66 | NL |
| 110.49.168.208 | 110.49.168.208 | TH |
| 183.111.79.82 | 183.111.79.82 | KR |
| 34.140.191.7 | 7.191.140.34.bc.googleusercontent.com | BE |
| 184.22.102.72 | 184-22-102-0.24.nat.tls1b-cgn02.myaisfibre.com | TH |
| 210.140.162.232 | 210-140-162-232.jp-east.compute.idcfcloud.com | JP |
| 218.145.61.20 | 218.145.61.20 | KR |
| 35.241.183.185 | 185.183.241.35.bc.googleusercontent.com | BE |
| 31.220.62.79 | 31.220.62.79 | US |
| 62.3.44.60 | noptr.inleed.net | SE |
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 linus-torvalds-loves-you 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: linus-torvalds-loves-you 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)