
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(30) | 服务器名称 | 所属国家 |
---|---|---|
34.247.244.37 | ec2-34-247-244-37.eu-west-1.compute.amazonaws.com | IE |
34.247.27.134 | ec2-34-247-27-134.eu-west-1.compute.amazonaws.com | IE |
34.247.182.189 | ec2-34-247-182-189.eu-west-1.compute.amazonaws.com | IE |
34.255.194.143 | ec2-34-255-194-143.eu-west-1.compute.amazonaws.com | IE |
46.51.203.18 | ec2-46-51-203-18.eu-west-1.compute.amazonaws.com | IE |
34.243.114.25 | ec2-34-243-114-25.eu-west-1.compute.amazonaws.com | IE |
54.154.100.159 | ec2-54-154-100-159.eu-west-1.compute.amazonaws.com | IE |
54.154.249.77 | ec2-54-154-249-77.eu-west-1.compute.amazonaws.com | IE |
34.245.216.238 | ec2-34-245-216-238.eu-west-1.compute.amazonaws.com | IE |
34.240.181.99 | ec2-34-240-181-99.eu-west-1.compute.amazonaws.com | IE |
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 PleskBot 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: PleskBot 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。