
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(29) | 伺服器名稱 | 所屬國家 |
---|---|---|
34.241.108.34 | ec2-34-241-108-34.eu-west-1.compute.amazonaws.com | IE |
54.229.72.12 | ec2-54-229-72-12.eu-west-1.compute.amazonaws.com | IE |
54.75.97.210 | ec2-54-75-97-210.eu-west-1.compute.amazonaws.com | IE |
176.34.70.43 | ec2-176-34-70-43.eu-west-1.compute.amazonaws.com | IE |
54.195.130.39 | ec2-54-195-130-39.eu-west-1.compute.amazonaws.com | IE |
52.23.224.179 | ec2-52-23-224-179.compute-1.amazonaws.com | US |
34.229.167.242 | ec2-34-229-167-242.compute-1.amazonaws.com | US |
54.88.148.202 | ec2-54-88-148-202.compute-1.amazonaws.com | US |
34.244.185.239 | ec2-34-244-185-239.eu-west-1.compute.amazonaws.com | IE |
54.246.178.164 | ec2-54-246-178-164.eu-west-1.compute.amazonaws.com | IE |
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 weborama crawler 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: weborama crawler 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。