
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 |
---|---|---|
54.217.141.0 | ec2-54-217-141-0.eu-west-1.compute.amazonaws.com | IE |
54.78.111.55 | ec2-54-78-111-55.eu-west-1.compute.amazonaws.com | IE |
IP地址(21) | 伺服器名稱 | 所屬國家 |
---|---|---|
104.211.58.247 | ? | US |
46.246.64.21 | crawler-46-246-64-21.twingly.com | NL |
178.73.212.121 | crawler-178-73-212-121.twingly.com | SE |
178.73.212.120 | crawler-178-73-212-120.twingly.com | SE |
178.73.212.124 | crawler-178-73-212-124.twingly.com | SE |
178.73.212.122 | crawler-178-73-212-122.twingly.com | SE |
178.73.212.123 | crawler-178-73-212-123.twingly.com | SE |
159.253.27.194 | crawler-159-253-27-194.twingly.com | SE |
80.252.171.80 | gateway.datacenter.tw.ly | SE |
109.74.12.25 | 109-74-12-25-static.glesys.net | SE |
IP地址(21) | 伺服器名稱 | 所屬國家 |
---|---|---|
104.211.58.247 | ? | US |
46.246.64.21 | crawler-46-246-64-21.twingly.com | NL |
178.73.212.121 | crawler-178-73-212-121.twingly.com | SE |
178.73.212.120 | crawler-178-73-212-120.twingly.com | SE |
178.73.212.124 | crawler-178-73-212-124.twingly.com | SE |
178.73.212.122 | crawler-178-73-212-122.twingly.com | SE |
178.73.212.123 | crawler-178-73-212-123.twingly.com | SE |
159.253.27.194 | crawler-159-253-27-194.twingly.com | SE |
80.252.171.80 | gateway.datacenter.tw.ly | SE |
109.74.12.25 | 109-74-12-25-static.glesys.net | SE |
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 Twingly Recon 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: Twingly Recon 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。