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(11) | 服务器名称 | 所属国家 |
|---|---|---|
| 199.87.250.224 | h-250-224.scoutjet.com | US |
| 199.87.254.157 | h-254-157.scoutjet.com | US |
| 199.87.254.76 | h-254-76.scoutjet.com | US |
| 199.87.254.57 | h-254-57.scoutjet.com | US |
| 199.87.254.218 | h-254-218.scoutjet.com | US |
| IP地址(1) | 服务器名称 | 所属国家 |
|---|---|---|
| 38.108.180.76 | h-180-76.scoutjet.com | US |
| IP地址(30) | 服务器名称 | 所属国家 |
|---|---|---|
| 199.87.252.141 | h-252-141.scoutjet.com | US |
| 199.87.252.87 | h-252-87.scoutjet.com | US |
| 199.87.253.40 | h-254-40.scoutjet.com | US |
| 199.87.252.180 | h-252-180.scoutjet.com | US |
| 199.87.253.66 | h-254-66.scoutjet.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 ScoutJet 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: ScoutJet 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。