
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 |
---|---|---|
18.132.198.41 | ec2-18-132-198-41.eu-west-2.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 MirrorWeb 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: MirrorWeb 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。
mirrorweb對公共和門控網站進行存檔,無論其複雜程度如何,以支援您的合規性、監管和儲存義務。mirrorweb在直觀的、易於瀏覽的SaaS平臺上捕捉、儲存、索引和重放所有內容。
mirrorweb聲稱其網路歸檔技術是世界上最好的,可以捕捉到市場上最動態的內容。mirrorweb捕捉您的網路資產,並將其作為一個活的網站來重放。
MirrorWeb於2012年由英國曼徹斯特一家酒館上的一個小團隊創立。現在,我們在兩大洲設有辦事處,並在全球範圍內招聘員工,我們已經建立了一個充滿活力的團隊,並在不斷壯大。