
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(22) | 服务器名称 | 所属国家 |
---|---|---|
54.244.14.214 | ec2-54-244-14-214.us-west-2.compute.amazonaws.com | US |
34.210.75.90 | ec2-34-210-75-90.us-west-2.compute.amazonaws.com | US |
35.92.152.125 | ec2-35-92-152-125.us-west-2.compute.amazonaws.com | US |
54.191.220.232 | ec2-54-191-220-232.us-west-2.compute.amazonaws.com | US |
34.221.104.141 | ec2-34-221-104-141.us-west-2.compute.amazonaws.com | US |
35.91.158.152 | ec2-35-91-158-152.us-west-2.compute.amazonaws.com | US |
34.209.86.135 | ec2-34-209-86-135.us-west-2.compute.amazonaws.com | US |
52.10.84.162 | ec2-52-10-84-162.us-west-2.compute.amazonaws.com | US |
54.191.11.103 | ec2-54-191-11-103.us-west-2.compute.amazonaws.com | US |
54.201.214.179 | ec2-54-201-214-179.us-west-2.compute.amazonaws.com | US |
54.245.192.16 | ec2-54-245-192-16.us-west-2.compute.amazonaws.com | US |
34.219.203.91 | ec2-34-219-203-91.us-west-2.compute.amazonaws.com | US |
35.89.90.42 | ec2-35-89-90-42.us-west-2.compute.amazonaws.com | US |
34.211.17.31 | ec2-34-211-17-31.us-west-2.compute.amazonaws.com | US |
34.213.138.80 | ec2-34-213-138-80.us-west-2.compute.amazonaws.com | ? |
35.91.137.168 | ec2-35-91-137-168.us-west-2.compute.amazonaws.com | US |
54.191.20.68 | ec2-54-191-20-68.us-west-2.compute.amazonaws.com | US |
54.213.137.161 | ec2-54-213-137-161.us-west-2.compute.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 MADBbot 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: MADBbot 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。