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(742) | 服务器名称 | 所属国家 |
|---|---|---|
| 101.67.29.170 | ? | CN |
| 101.67.29.152 | 101.67.29.152 | CN |
| 60.188.9.157 | 60.188.9.157 | CN |
| 60.188.10.17 | 60.188.10.17 | CN |
| 39.173.105.169 | 39.173.105.169 | ? |
| IP地址(10) | 服务器名称 | 所属国家 |
|---|---|---|
| 39.173.105.167 | 39.173.105.167 | CN |
| 112.13.112.72 | 112.13.112.72 | CN |
| 101.67.50.61 | 101.67.50.61 | CN |
| 101.67.49.66 | 101.67.49.66 | ? |
| 60.188.9.106 | 60.188.9.106 | CN |
| IP地址(1455) | 服务器名称 | 所属国家 |
|---|---|---|
| 112.13.112.53 | 112.13.112.53 | CN |
| 60.188.11.60 | 60.188.11.60 | CN |
| 60.188.9.177 | 60.188.9.177 | CN |
| 112.13.112.50 | 112.13.112.50 | CN |
| 112.13.112.6 | 112.13.112.6 | CN |
| IP地址(10) | 服务器名称 | 所属国家 |
|---|---|---|
| 42.156.139.21 | shenmaspider-42-156-139-21.crawl.sm.cn | CN |
| 42.156.254.2 | shenmaspider-42-156-254-2.crawl.sm.cn | CN |
| 42.156.136.94 | shenmaspider-42-156-136-94.crawl.sm.cn | CN |
| 42.156.137.94 | shenmaspider-42-156-137-94.crawl.sm.cn | CN |
| 42.120.160.94 | shenmaspider-42-120-160-94.crawl.sm.cn | CN |
一般不要拦截。搜索引擎爬虫为搜索引擎提供动力，是用户发现您网站的有效途径。事实上，拦截搜索引擎爬虫可能会严重减少网站的自然流量。
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 YisouSpider 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: YisouSpider 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。
神马搜索根据网站规模、服务能力、页面质量、更新速度等因素决定对网站的访问频率。通常更新快、质量高的网站Yisouspider访问频率相对较高。如果您发现Yisouspider非正常抓取您的网站，请反馈给神马搜索，并请尽量给出Yisouspider的访问日志便于跟踪处理。
robots.txt是搜索引擎访问网站时要访问的第一个文件，以确定哪些网页是允许或禁止抓取的。Yisouspider遵守robots.txt协议。如您希望完全禁止神马访问或对部分目录禁止访问，您可以通过robots.txt文件来设置内容，限定Yisouspider的访问权限。如果您开通了CNZZ云推荐服务，协议中默认支持Yisouspider抓取，会忽略robots.txt文件协议的限制。
robots.txt必须放在网站根目录下，且文件名要小写。具体写法：
1) 完全禁止Yisouspider抓取：
User-agent: Yisouspider Disallow: /
2) 禁止Yisouspider抓取指定目录
User-agent: Yisouspider Disallow: /update/ Disallow: /history/
上述robots.txt规则则是禁止抓取update、history目录下网页。
