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(2) | 服务器名称 | 所属国家 |
|---|---|---|
| 138.201.38.179 | 138-201-38-179.crawler.sistrix.net | DE |
| 94.130.88.51 | 94-130-88-51.crawler.sistrix.net | DE |
| IP地址(134) | 服务器名称 | 所属国家 |
|---|---|---|
| 135.181.74.195 | crawl1-079.oi.tb.007ac9.net | FI |
| 135.181.74.196 | crawl1-080.oi.tb.007ac9.net | FI |
| 65.108.103.106 | crawl1-007.oi.tb.007ac9.net | ? |
| 135.181.138.9 | crawl1-062.oi.tb.007ac9.net | FI |
| 65.108.79.171 | crawl1-120.oi.tb.007ac9.net | FI |
| IP地址(1) | 服务器名称 | 所属国家 |
|---|---|---|
| 138.201.38.179 | 138-201-38-179.crawler.sistrix.net | DE |
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 SISTRIX Optimizer 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: SISTRIX Optimizer 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。