
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(250) | 伺服器名稱 | 所屬國家 |
---|---|---|
91.106.199.104 | ? | SE |
18.185.81.132 | ec2-18-185-81-132.eu-central-1.compute.amazonaws.com | DE |
18.197.254.103 | ec2-18-197-254-103.eu-central-1.compute.amazonaws.com | DE |
18.196.149.126 | ec2-18-196-149-126.eu-central-1.compute.amazonaws.com | DE |
3.121.115.28 | ec2-3-121-115-28.eu-central-1.compute.amazonaws.com | DE |
52.58.87.44 | ec2-52-58-87-44.eu-central-1.compute.amazonaws.com | DE |
3.120.246.101 | ec2-3-120-246-101.eu-central-1.compute.amazonaws.com | DE |
18.197.108.131 | ec2-18-197-108-131.eu-central-1.compute.amazonaws.com | DE |
35.158.96.234 | ec2-35-158-96-234.eu-central-1.compute.amazonaws.com | DE |
54.93.194.5 | ec2-54-93-194-5.eu-central-1.compute.amazonaws.com | DE |
IP地址(26) | 伺服器名稱 | 所屬國家 |
---|---|---|
104.199.61.62 | 62.61.199.104.bc.googleusercontent.com | US |
104.155.53.29 | ? | US |
35.205.75.18 | ? | US |
35.233.62.96 | ? | US |
35.187.1.158 | crawl.tracemyfile.com | US |
35.189.207.6 | ? | US |
130.211.63.215 | ? | US |
35.187.66.82 | 82.66.187.35.bc.googleusercontent.com | US |
35.233.112.83 | 83.112.233.35.bc.googleusercontent.com | US |
35.195.254.180 | 180.254.195.35.bc.googleusercontent.com | EU |
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 tracemyfile 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: tracemyfile 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。