
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 |
---|---|---|
185.45.114.51 | 185.45.114.51 | NL |
95.233.195.252 | host-95-233-195-252.retail.telecomitalia.it | IT |
92.114.187.3 | host-static-92-114-187-3.moldtelecom.md | MD |
185.238.72.75 | mar.ovh | PL |
164.68.109.89 | alsroot.su | DE |
91.121.65.170 | mail.damoweb.net | FR |
2001:41d0:1:74aa::1 | 2001:41d0:1:74aa::1 | FR |
116.202.216.125 | eclabs.de | DE |
167.172.40.90 | alsroot.su | NL |
94.23.200.54 | damoweb.net | FR |
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 Nextcloud 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: Nextcloud 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。