
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(1) | 伺服器名稱 | 所屬國家 |
---|---|---|
103.203.57.25 | scan-57-25.security.ipip.net | CN |
103.203.57.10 | 103.203.57.10 | CN |
103.203.59.1 | scan-59-1.security.ipip.net | CN |
103.203.56.1 | scan-56-1.security.ipip.net | CN |
103.203.57.7 | crawler-7.ipip.net | CN |
139.162.106.181 | scan-67.security.ipip.net | JP |
139.162.116.133 | scan-66.security.ipip.net | JP |
139.162.119.197 | scan-72.security.ipip.net | JP |
139.162.113.204 | scan-68.security.ipip.net | JP |
103.203.57.1 | scan-57-1.security.ipip.net | CN |
103.203.59.3 | scan-59-3.security.ipip.net | CN |
103.203.56.2 | scan-56-2.security.ipip.net | CN |
103.203.56.3 | scan-56-2.security.ipip.net | CN |
IP地址(1) | 伺服器名稱 | 所屬國家 |
---|---|---|
139.162.106.181 | scan-67.security.ipip.net | JP |
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 IPIP.NET crawler 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: IPIP.NET crawler 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。