
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(194) | 伺服器名稱 | 所屬國家 |
---|---|---|
67.152.29.130 | ip67-152-29-130.z29-152-67.customer.algx.net | US |
54.196.69.154 | ec2-54-196-69-154.compute-1.amazonaws.com | US |
50.16.88.155 | ec2-50-16-88-155.compute-1.amazonaws.com | US |
67.202.18.76 | ec2-67-202-18-76.compute-1.amazonaws.com | US |
209.51.162.220 | crawler-220.hurricane.ny.shopwiki.com | US |
54.237.207.6 | ec2-54-237-207-6.compute-1.amazonaws.com | US |
54.221.123.237 | ec2-54-221-123-237.compute-1.amazonaws.com | US |
107.20.97.144 | ec2-107-20-97-144.compute-1.amazonaws.com | US |
54.226.145.184 | ec2-54-226-145-184.compute-1.amazonaws.com | US |
54.204.193.34 | ec2-54-204-193-34.compute-1.amazonaws.com | US |
23.20.204.133 | ec2-23-20-204-133.compute-1.amazonaws.com | US |
23.20.65.17 | ec2-23-20-65-17.compute-1.amazonaws.com | US |
54.242.8.193 | ec2-54-242-8-193.compute-1.amazonaws.com | US |
54.197.154.73 | ec2-54-197-154-73.compute-1.amazonaws.com | US |
23.20.202.201 | ec2-23-20-202-201.compute-1.amazonaws.com | US |
54.227.47.90 | ec2-54-227-47-90.compute-1.amazonaws.com | US |
23.22.104.227 | ec2-23-22-104-227.compute-1.amazonaws.com | US |
54.166.103.101 | ec2-54-166-103-101.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 ShopWiki 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: ShopWiki 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。