
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(70) | 服务器名称 | 所属国家 |
---|---|---|
192.29.97.49 | ? | US |
147.154.105.86 | ? | US |
52.53.164.223 | ec2-52-53-164-223.us-west-1.compute.amazonaws.com | US |
18.144.48.119 | ec2-18-144-48-119.us-west-1.compute.amazonaws.com | US |
18.144.55.105 | ec2-18-144-55-105.us-west-1.compute.amazonaws.com | US |
13.57.190.208 | ec2-13-57-190-208.us-west-1.compute.amazonaws.com | US |
13.57.35.119 | ec2-13-57-35-119.us-west-1.compute.amazonaws.com | US |
52.53.129.10 | ec2-52-53-129-10.us-west-1.compute.amazonaws.com | US |
54.219.188.80 | ec2-54-219-188-80.us-west-1.compute.amazonaws.com | US |
54.215.208.28 | ec2-54-215-208-28.us-west-1.compute.amazonaws.com | US |
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 DF Bot 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: DF Bot 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。