
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(15) | 伺服器名稱 | 所屬國家 |
---|---|---|
85.181.224.186 | e181224186.adsl.alicedsl.de | DE |
85.181.229.93 | e181229093.adsl.alicedsl.de | DE |
85.181.230.171 | e181230171.adsl.alicedsl.de | DE |
85.181.231.200 | e181231200.adsl.alicedsl.de | DE |
85.181.232.157 | e181232157.adsl.alicedsl.de | DE |
85.181.235.247 | e181235247.adsl.alicedsl.de | DE |
89.245.196.74 | i59f5c44a.versanet.de | DE |
58.147.53.117 | mx-ll-58.147.53-117.dynamic.tttmaxnet.com | TH |
89.245.201.24 | i59f5c918.versanet.de | DE |
58.147.53.29 | mx-ll-58.147.53-29.dynamic.tttmaxnet.com | TH |
58.147.53.92 | mx-ll-58.147.53-92.dynamic.tttmaxnet.com | TH |
89.245.239.250 | i59f5effa.versanet.de | DE |
58.147.55.235 | mx-ll-58.147.55-235.dynamic.tttmaxnet.com | TH |
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 copyright sheriff 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: copyright sheriff 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。