
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(38) | 伺服器名稱 | 所屬國家 |
---|---|---|
174.129.66.104 | ec2-174-129-66-104.compute-1.amazonaws.com | US |
75.101.229.222 | ec2-75-101-229-222.compute-1.amazonaws.com | US |
67.202.19.66 | ec2-67-202-19-66.compute-1.amazonaws.com | US |
67.202.32.33 | ec2-67-202-32-33.compute-1.amazonaws.com | US |
75.101.207.161 | ec2-75-101-207-161.compute-1.amazonaws.com | US |
184.73.51.4 | ec2-184-73-51-4.compute-1.amazonaws.com | US |
174.129.59.204 | ec2-174-129-59-204.compute-1.amazonaws.com | US |
204.236.250.186 | ec2-204-236-250-186.compute-1.amazonaws.com | US |
75.101.225.210 | ec2-75-101-225-210.compute-1.amazonaws.com | US |
174.129.134.91 | ec2-174-129-134-91.compute-1.amazonaws.com | US |
174.129.112.38 | ec2-174-129-112-38.compute-1.amazonaws.com | US |
184.73.9.243 | ec2-184-73-9-243.compute-1.amazonaws.com | US |
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 taptubot 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: taptubot 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。