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 |
|---|---|---|
| 52.9.72.246 | ec2-52-9-72-246.us-west-1.compute.amazonaws.com | US |
| 52.9.73.55 | ec2-52-9-73-55.us-west-1.compute.amazonaws.com | US |
| 52.9.73.49 | ec2-52-9-73-49.us-west-1.compute.amazonaws.com | ? |
| 52.9.72.213 | ec2-52-9-72-213.us-west-1.compute.amazonaws.com | US |
| 52.9.72.232 | ec2-52-9-72-232.us-west-1.compute.amazonaws.com | US |
| 52.9.72.205 | ec2-52-9-72-205.us-west-1.compute.amazonaws.com | US |
| 52.9.72.116 | ec2-52-9-72-116.us-west-1.compute.amazonaws.com | US |
| 52.9.73.67 | ec2-52-9-73-67.us-west-1.compute.amazonaws.com | US |
| 52.9.72.117 | ec2-52-9-72-117.us-west-1.compute.amazonaws.com | US |
| 52.9.73.58 | ec2-52-9-73-58.us-west-1.compute.amazonaws.com | US |
| 52.9.72.147 | ec2-52-9-72-147.us-west-1.compute.amazonaws.com | US |
| 52.9.73.47 | ec2-52-9-73-47.us-west-1.compute.amazonaws.com | US |
| 52.9.72.231 | ec2-52-9-72-231.us-west-1.compute.amazonaws.com | US |
| 52.9.73.31 | ec2-52-9-73-31.us-west-1.compute.amazonaws.com | US |
| 52.9.73.61 | ec2-52-9-73-61.us-west-1.compute.amazonaws.com | ? |
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 JobBot 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: JobBot 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。