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(21) | 服务器名称 | 所属国家 |
|---|---|---|
| 117.193.201.151 | 117.193.201.151 | IN |
| 120.138.12.154 | ws154-12.138.120.rcil.gov.in | IN |
| 202.58.245.233 | portal.vpn.sbv.gov.vn | VN |
| 3.138.116.42 | ec2-3-138-116-42.us-east-2.compute.amazonaws.com | US |
| 3.137.37.131 | ec2-3-137-37-131.us-east-2.compute.amazonaws.com | US |
| IP地址(12) | 服务器名称 | 所属国家 |
|---|---|---|
| 35.204.103.93 | 93.103.204.35.bc.googleusercontent.com | NL |
| 34.141.192.60 | ? | NL |
| 34.141.255.134 | 134.255.141.34.bc.googleusercontent.com | NL |
| 34.147.76.100 | 100.76.147.34.bc.googleusercontent.com | NL |
| 34.90.35.127 | ? | NL |
| IP地址(1) | 服务器名称 | 所属国家 |
|---|---|---|
| 54.204.192.10 | ec2-54-204-192-10.compute-1.amazonaws.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 newspaper 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: newspaper 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。
