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 |
|---|---|---|
| 95.217.144.245 | kuba51.sentione.com | FI |
| 95.217.144.250 | kuba66.sentione.com | FI |
| 95.217.144.156 | kuba63.sentione.com | FI |
| 95.217.144.240 | kuba56.sentione.com | FI |
| 95.217.144.238 | kuba60.sentione.com | FI |
| IP地址(11) | 服务器名称 | 所属国家 |
|---|---|---|
| 135.181.20.249 | tst1.sentione.com | CA |
| 95.217.145.61 | kuba24.sentione.com | FI |
| 95.217.144.248 | kuba48.sentione.com | FI |
| 95.217.144.155 | kuba64.sentione.com | FI |
| 95.217.144.249 | kuba49.sentione.com | FI |
一般不需要拦截,尤其是如果你自己也受益于搜索引擎优化服务。不过,如果你担心服务器资源占用等问题,且您都不使用这些工具,当然也可以选择拦截它们。
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 SentiBot 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: SentiBot 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。
SentiBot是一个网络爬虫,为SentiOne Listen平台索引用户产生的内容。这个应用程序每天分析来自不同国家的30多万个域名,我们尽一切努力减少由我们产生的流量。
但是,如果你在这里是因为你注意到你的网站上有麻烦的流量,这些流量是由具有以下用户代理的机器人产生的。
“SentiBot www.sentibot.eu(与Googlebot兼容)”,请在您的域名上更新robots.txt文件,为爬虫 “sentibot “制定规则(支持的参数:crawl-delay和disallow)。
如果没有找到 “sentibot “的明确规则,默认使用 “Googlebot “限制规则。请注意,应用robots.txt文件的更新可能需要长达48小时。