
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(5) | 服务器名称 | 所属国家 |
---|---|---|
54.151.27.155 | ec2-54-151-27-155.us-west-1.compute.amazonaws.com | ? |
13.52.241.62 | ec2-13-52-241-62.us-west-1.compute.amazonaws.com | ? |
54.189.133.81 | ec2-54-189-133-81.us-west-2.compute.amazonaws.com | ? |
34.210.64.233 | ec2-34-210-64-233.us-west-2.compute.amazonaws.com | ? |
34.209.127.154 | ec2-34-209-127-154.us-west-2.compute.amazonaws.com | ? |
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 Nexgate Ruby Client 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: Nexgate Ruby Client 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。