
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(2) | 伺服器名稱 | 所屬國家 |
---|---|---|
2a01:7e00::f03c:92ff:fef9:ff4a | 2a01:7e00::f03c:92ff:fef9:ff4a | GB |
213.168.249.115 | crawler.pagething.com | GB |
IP地址(4) | 伺服器名稱 | 所屬國家 |
---|---|---|
213.168.249.115 | crawler.pagething.com | GB |
139.162.221.220 | pagething.com | GB |
80.85.84.52 | south.newbyhost.com | GB |
109.74.201.130 | west.steampunkjunkies.com | GB |
IP地址(1) | 伺服器名稱 | 所屬國家 |
---|---|---|
213.168.249.115 | crawler.pagething.com | GB |
IP地址(2) | 伺服器名稱 | 所屬國家 |
---|---|---|
213.168.249.115 | crawler.pagething.com | GB |
2a01:7e00::f03c:92ff:fef9:ff4a | 2a01:7e00::f03c:92ff:fef9:ff4a | GB |
139.162.221.220 | pagething.com | GB |
80.85.84.52 | south.newbyhost.com | GB |
109.74.201.130 | west.steampunkjunkies.com | GB |
IP地址(2) | 伺服器名稱 | 所屬國家 |
---|---|---|
213.168.249.115 | crawler.pagething.com | GB |
2a01:7e00::f03c:92ff:fef9:ff4a | 2a01:7e00::f03c:92ff:fef9:ff4a | GB |
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 PageThing 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: PageThing 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。