
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(13) | 服务器名称 | 所属国家 |
---|---|---|
54.176.91.0 | ec2-54-176-91-0.us-west-1.compute.amazonaws.com | US |
91.196.149.114 | 91.196.149.114 | UA |
18.223.112.207 | ec2-18-223-112-207.us-east-2.compute.amazonaws.com | US |
64.23.200.10 | sesame.pragprog.com | US |
3.92.147.77 | ec2-3-92-147-77.compute-1.amazonaws.com | US |
153.92.1.17 | 153.92.1.17 | LT |
106.75.79.238 | fatioeon.cn | CN |
54.90.201.231 | ec2-54-90-201-231.compute-1.amazonaws.com | US |
54.152.200.231 | ec2-54-152-200-231.compute-1.amazonaws.com | US |
167.86.94.107 | lmno.wedyjb.com | DE |
178.215.236.240 | 178.215.236.240 | FR |
45.148.10.206 | 45.148.10.206 | NL |
87.120.125.126 | 87.120.125.126 | BG |
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 SearchExpress 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: SearchExpress 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。