《SEO:如何正确识别百度蜘蛛,且看官方说法》要点:
本文介绍了SEO:如何正确识别百度蜘蛛,且看官方说法,希望对您有用。如果有疑问,可以联系我们。
这篇文章来自百度官网。
经常听到站长们问,百度蜘蛛是什么?
最近百度蜘蛛来的太频繁服务器抓爆了,最近百度蜘蛛都不来了怎么办?
还有很多站点想得到百度蜘蛛的IP段,想把IP加入白名单,但IP不固定,我们无法对外公布。
那怎么才能识别正确的百度蜘蛛呢?来来来,只需两步,教你正确识别百度蜘蛛。
1、查看UA:其中最主要的关键字是Baiduspider
如果UA都不对,可以直接判断非百度搜索的蜘蛛,目前对外公布过的UA是:
移动UA:Mozilla/5.0 (Linux;u;Android 4.2.2;zh-cn;) AppleWebKit/534.46 (KHTML,likeGecko) Version/5.1 Mobile Safari/10600.6.3 (compatible; Baiduspider/2.0;+http://www.baidu.com/search/spider.html)
PC UA:Mozilla/5.0 (compatible; Baiduspider/2.0;+http://www.baidu.com/search/spider.html)
新增渲染UA:
移动UA:Mozilla/5.0 (iPhone; CPU iPhone OS 9_1 likeMac OS X) AppleWebKit/601.1.46 (KHTML,like Gecko) Version/9.0 Mobile/13B143Safari/601.1 (compatible; Baiduspider-render/2.0; +http://www.baidu.com/search/spider.html)
PC UA:Mozilla/5.0 (compatible;Baiduspider-render/2.0; +http://www.baidu.com/search/spider.html)
2、反查IP
站长可以通过DNS反查IP的方式判断某只spider是否来自百度搜索引擎。根据平台不同验证方法不同,如linux/windows/os三种平台下的验证方法分别如下:
1)、在linux平台下,您可以使用host ip命令反解ip来判断是否来自Baiduspider的抓取。Baiduspider的hostname以 *.baidu.com 或 *.baidu.jp 的格式命名,非 *.baidu.com 或 *.baidu.jp 即为冒充。
2)、在windows平台或者IBM OS/2平台下,您可以使用nslookup ip命令反解ip来 判断是否来自Baiduspider的抓取。打开命令处理器 输入nslookup xxx.xxx.xxx.xxx(IP地 址)就能解析ip, 来判断是否来自Baiduspider的抓取,Baiduspider的hostname以*.baidu.com 或*.baidu.jp 的格式命名,非 *.baidu.com 或 *.baidu.jp 即为冒充。
3)、 在mac os平台下,您可以使用dig 命令反解ip来 判断是否来自Baiduspider的抓取。打开命令处理器 输入dig xxx.xxx.xxx.xxx(IP地 址)就能解析ip, 来判断是否来自Baiduspider的抓取,Baiduspider的hostname以 *.baidu.com 或*.baidu.jp 的格式命名,非 *.baidu.com 或 *.baidu.jp 即为冒充。
附:下面是一个php函数,内含较为完整的蜘蛛类型判断。参数是UA。
/** 共源:http://www.jb51.cc * 判断是否为搜索引擎蜘蛛,返回蜘蛛类型 * @return false/蜘蛛类型 */ function spider($userAgent='') { $agent= empty($userAgent) ? strtolower($_SERVER['HTTP_USER_AGENT']) : strtolower($userAgent); if (empty($agent)) return false; #Mozilla/5.0 (compatible; bingbot/2.0; +http://www.bing.com/bingbot.htm) $spiderSite= array( Googlebot => 谷歌, Google AdSense => 谷歌AdSense, Baiduspider+ => 百度, BaiduGame => 百度, BaiDuSpider => 百度, YisouSpider => '神马', Sogou Spider => 搜狗, 'Sogou web'=>'搜狗', msnbot => MSN, 'bingbot' =>'必应', '360spider'=>'好搜', 'HaoSouSpider'=>'好搜', Sosospider+ => SOSO, Yahoo! Slurp => 雅虎, Yahoo Slurp => 雅虎, 'YandexBot' =>'YandexBot', TencentTraveler => 腾讯, YoudaoBot => 有道, ia_archiver => Alex, MSNBot => MSN, Ask => Ask, 'linkdexbot'=>'linkdex', Speedy Spider => Speedy Spider, Java (Often spam bot) => Java (Often spam bot), Voila => Voila, Yandex bot => Yandex bot, BSpider => BSpider, twiceler => twiceler, Heritrix => Heritrix, Python-urllib => Python-urllib, Alexa (IA Archiver) => Alexa (IA Archiver), Exabot => Exabot, Custo => Custo, OutfoxBot/YodaoBot => OutfoxBot/YodaoBot, yacy => yacy, SurveyBot => SurveyBot, legs => legs, lwp-trivial => lwp-trivial, Nutch => Nutch, StackRambler => StackRambler, The web archive (IA Archiver) => The web archive (IA Archiver), Perl tool => Perl tool, MJ12bot => MJ12bot, Netcraft => Netcraft, MSIECrawler => MSIECrawler, WGet tools => WGet tools, larbin => larbin, Fish search => Fish search, ); foreach($spiderSite as $spider => $spiderName) { $str = strtolower($spider); if (stripos($agent, $str) !== false) { return $spiderName; } } return false; }