
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(15) | 伺服器名稱 | 所屬國家 |
---|---|---|
54.90.135.164 | ec2-54-90-135-164.compute-1.amazonaws.com | US |
3.237.10.9 | ec2-3-237-10-9.compute-1.amazonaws.com | US |
54.226.71.67 | ec2-54-226-71-67.compute-1.amazonaws.com | US |
44.203.6.57 | ec2-44-203-6-57.compute-1.amazonaws.com | US |
3.227.24.160 | ec2-3-227-24-160.compute-1.amazonaws.com | US |
34.229.209.140 | ec2-34-229-209-140.compute-1.amazonaws.com | US |
35.173.250.180 | ec2-35-173-250-180.compute-1.amazonaws.com | US |
3.87.58.134 | ec2-3-87-58-134.compute-1.amazonaws.com | US |
35.174.209.209 | ec2-35-174-209-209.compute-1.amazonaws.com | US |
44.204.205.121 | ec2-44-204-205-121.compute-1.amazonaws.com | US |
44.197.190.161 | ec2-44-197-190-161.compute-1.amazonaws.com | US |
54.81.70.100 | ec2-54-81-70-100.compute-1.amazonaws.com | US |
3.83.78.254 | ec2-3-83-78-254.compute-1.amazonaws.com | US |
34.239.125.64 | ec2-34-239-125-64.compute-1.amazonaws.com | US |
3.238.70.221 | ec2-3-238-70-221.compute-1.amazonaws.com | US |
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 Checkmarx bot 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: Checkmarx bot 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。