
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(8) | 伺服器名稱 | 所屬國家 |
---|---|---|
35.165.52.103 | ec2-35-165-52-103.us-west-2.compute.amazonaws.com | US |
52.41.183.214 | ec2-52-41-183-214.us-west-2.compute.amazonaws.com | US |
52.41.33.42 | ec2-52-41-33-42.us-west-2.compute.amazonaws.com | US |
52.38.107.152 | ec2-52-38-107-152.us-west-2.compute.amazonaws.com | US |
52.39.17.15 | ec2-52-39-17-15.us-west-2.compute.amazonaws.com | US |
50.112.36.157 | ec2-50-112-36-157.us-west-2.compute.amazonaws.com | US |
52.40.138.66 | ec2-52-40-138-66.us-west-2.compute.amazonaws.com | US |
52.40.226.159 | ec2-52-40-226-159.us-west-2.compute.amazonaws.com | US |
可以考慮攔截。。爬蟲通常會下載公開的網際網路內容,這些內容預設情況下可以免費訪問。不過,如果你不希望你的內容被用於未經授權的目的,你應該攔截它們。
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 Profound scrapyproject 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: Profound scrapyproject 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。