
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(4) | 服务器名称 | 所属国家 |
---|---|---|
66.249.92.36 | rate-limited-proxy-66-249-92-36.google.com | US |
66.249.92.37 | rate-limited-proxy-66-249-92-37.google.com | US |
66.249.92.35 | rate-limited-proxy-66-249-92-35.google.com | US |
74.125.218.197 | rate-limited-proxy-74-125-218-197.google.com | US |
72.14.199.4 | rate-limited-proxy-72-14-199-4.google.com | US |
66.249.90.2 | rate-limited-proxy-66-249-90-2.google.com | US |
72.14.199.2 | rate-limited-proxy-72-14-199-2.google.com | US |
66.249.92.45 | rate-limited-proxy-66-249-92-45.google.com | US |
66.249.92.32 | rate-limited-proxy-66-249-92-32.google.com | US |
66.249.92.46 | rate-limited-proxy-66-249-92-46.google.com | US |
74.125.216.160 | rate-limited-proxy-74-125-216-160.google.com | US |
209.85.238.174 | rate-limited-proxy-209-85-238-174.google.com | US |
66.249.92.38 | rate-limited-proxy-66-249-92-38.google.com | US |
74.125.218.195 | rate-limited-proxy-74-125-218-195.google.com | US |
72.14.199.67 | rate-limited-proxy-72-14-199-67.google.com | US |
72.14.199.69 | rate-limited-proxy-72-14-199-69.google.com | US |
209.85.238.35 | rate-limited-proxy-209-85-238-35.google.com | US |
209.85.238.36 | rate-limited-proxy-209-85-238-36.google.com | US |
66.249.87.173 | rate-limited-proxy-66-249-87-173.google.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 PlayStore-Google 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: PlayStore-Google 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。