
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(20) | 服务器名称 | 所属国家 |
---|---|---|
2604:a580:2:1::14 | db20-stl1.theoldreader.com | US |
2604:a580:2:1::7 | db13-stl1.theoldreader.com | US |
2604:a580:2:1::5 | 2604:a580:2:1::5 | US |
2604:a580:2:1::11 | db17-stl1.theoldreader.com | US |
2604:a580:2:1::13 | db19-stl1.theoldreader.com | US |
199.119.124.51 | dbtest01-stl1.theoldreader.com | US |
199.119.124.46 | app01-stl1.theoldreader.com | US |
199.119.124.43 | db16-stl1.theoldreader.com | US |
199.119.124.38 | db19-stl1.theoldreader.com | US |
2604:a580:2:1::9 | db15-stl1.theoldreader.com | US |
2604:a580:2:1::4 | 2604:a580:2:1::4 | US |
199.119.124.41 | db18-stl1.theoldreader.com | US |
199.119.124.39 | db20-stl1.theoldreader.com | US |
通常不需要。除非您不希望信息流网站或者APP对您的网站内容进行抓取,网站也不提供Feed订阅服务,则可以考虑拦截此类型爬虫。
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 theoldreader.com 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: theoldreader.com 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。