
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(10) | 伺服器名稱 | 所屬國家 |
---|---|---|
3.239.15.207 | ec2-3-239-15-207.compute-1.amazonaws.com | US |
34.204.166.118 | ec2-34-204-166-118.compute-1.amazonaws.com | US |
34.204.186.153 | ec2-34-204-186-153.compute-1.amazonaws.com | US |
3.234.243.66 | ec2-3-234-243-66.compute-1.amazonaws.com | US |
3.94.252.9 | ec2-3-94-252-9.compute-1.amazonaws.com | US |
52.90.76.194 | ec2-52-90-76-194.compute-1.amazonaws.com | US |
34.204.170.52 | ec2-34-204-170-52.compute-1.amazonaws.com | ? |
35.172.115.93 | ec2-35-172-115-93.compute-1.amazonaws.com | US |
3.229.113.21 | ec2-3-229-113-21.compute-1.amazonaws.com | US |
3.89.32.35 | ec2-3-89-32-35.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 LinkPreview 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: LinkPreview 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。