如何做搜尋引擎蜘蛛日誌分析
搜尋引擎蜘蛛日誌檔案是一種非常強大但未被站長充分利用的檔案,分析它可以獲取有關每個搜尋引擎如何爬取網站內容的相關資訊點,及檢視搜尋引擎蜘蛛在一段時間內的行為。
| IP地址(75) | 伺服器名稱 | 所屬國家 |
|---|---|---|
| 3.38.135.32 | ec2-3-38-135-32.ap-northeast-2.compute.amazonaws.com | KR |
| 54.180.143.100 | ec2-54-180-143-100.ap-northeast-2.compute.amazonaws.com | KR |
| 54.93.112.237 | ec2-54-93-112-237.eu-central-1.compute.amazonaws.com | DE |
| 3.39.229.197 | ec2-3-39-229-197.ap-northeast-2.compute.amazonaws.com | KR |
| 3.69.242.206 | ec2-3-69-242-206.eu-central-1.compute.amazonaws.com | DE |
| IP地址(8) | 伺服器名稱 | 所屬國家 |
|---|---|---|
| 18.194.242.103 | ec2-18-194-242-103.eu-central-1.compute.amazonaws.com | DE |
| 52.15.235.142 | ec2-52-15-235-142.us-east-2.compute.amazonaws.com | US |
| 52.215.190.48 | ec2-52-215-190-48.eu-west-1.compute.amazonaws.com | IE |
| 54.183.177.59 | ec2-54-183-177-59.us-west-1.compute.amazonaws.com | US |
| 18.231.141.117 | ec2-18-231-141-117.sa-east-1.compute.amazonaws.com | BR |
對於未知蜘蛛或者爬蟲。它的用途對網站來說可能是好的,也可能是壞的,這取決於它是什麼。所以說,這需要站長進一步分析判斷這些尚不明確的爬蟲行為,再作最終決定。 但,根據以往的經驗,未宣告行為目的及未命名的蜘蛛爬蟲,通常都有不可告人的祕密,我們理應對其行為進行控制,比如攔截。
您可以通過在網站的 robots.txt 中設定使用者代理訪問規則來遮蔽 CheckMarkNetwork 或限制其訪問許可權。我們建議安裝 Spider Analyser 外掛,以檢查它是否真正遵循這些規則。
# robots.txt # 下列程式碼一般情況可以攔截該代理 User-agent: CheckMarkNetwork Disallow: /
您無需手動執行此操作,可通過我們的 Wordpress 外掛 Spider Analyser 來攔截不必要的蜘蛛或者爬蟲。