
如何做搜索引擎蜘蛛日志分析
搜索引擎蜘蛛日志文件是一种非常强大但未被站长充分利用的文件,分析它可以获取有关每个搜索引擎如何爬取网站内容的相关信息点,及查看搜索引擎蜘蛛在一段时间内的行为。
IP地址(18) | 服务器名称 | 所属国家 |
---|---|---|
194.38.22.71 | nbl216.ntup.net | UA |
194.38.22.8 | nbl.ntup.net | UA |
194.38.21.45 | free.ntup.net | UA |
194.38.21.214 | mail3.tevalia.com | UA |
194.38.20.254 | ripple-labs.info | UA |
194.38.23.179 | free.ntup.net | UA |
194.38.23.196 | free.ntup.net | UA |
194.38.23.10 | free.ntup.net | UA |
62.182.80.34 | reparationsbox.com | UA |
194.38.20.161 | nbl38.ntup.net | UA |
194.38.23.16 | nbl216.ntup.net | UA |
23.225.104.146 | 23.225.104.146 | US |
103.212.98.210 | 103.212.98.210 | HK |
194.38.20.13 | nbl312.ntup.net | UA |
194.38.23.18 | free.ntup.net | UA |
可以考虑拦截。。爬虫通常会下载公开的互联网内容,这些内容默认情况下可以免费访问。不过,如果你不希望你的内容被用于未经授权的目的,你应该拦截它们。
您可以通过在网站的 robots.txt 中设置用户代理访问规则来屏蔽 ALittle Client 或限制其访问权限。我们建议安装 Spider Analyser 插件,以检查它是否真正遵循这些规则。
# robots.txt # 下列代码一般情况可以拦截该代理 User-agent: ALittle Client Disallow: /
您无需手动执行此操作,可通过我们的 Wordpress 插件 Spider Analyser 来拦截不必要的蜘蛛或者爬虫。