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(2) | 服务器名称 | 所属国家 |
|---|---|---|
| 2a01:239:0:fb::1 | host.seo-nw4.de | DE |
| 85.215.116.185 | host.seo-nw4.de | DE |
| IP地址(16) | 服务器名称 | 所属国家 |
|---|---|---|
| 85.215.116.185 | host.seo-nw4.de | DE |
| 2a01:239:0:fb::1 | host.seo-nw4.de | DE |
| 176.9.86.53 | host.seo-nw12.de | DE |
| 2a01:4f8:151:240b::3 | host.seo-nw12.de | DE |
| 49.12.121.178 | host.seo-nw10.de | DE |
| 2a01:4f8:242:534d::3 | host.seo-nw10.de | DE |
| 2a01:4f8:242:534d::2 | 2a01:4f8:242:534d::2 | DE |
| 85.214.42.105 | host.seo-nw4.de | DE |
| 81.169.151.192 | host.seo-nw3.de | DE |
| 83.169.1.235 | host.seo-nw4.de | DE |
一般不拦截。此类爬虫通常由诸如Pingdom, Gtmetrix和PageSpeed Insights等网站测速工具发起,且一般为网站所有者所为。
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 Pagespeed-de 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: Pagespeed-de 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)