[官方]百度蜘蛛抓取流量暴增的原因

2020-11-11  |  阅读:  |  文章来源:佛山网站建设
先我们来说说这两个问题,百度是怎么计算分配抓取流量的呢?站点抓取流量暴增的原因有哪些呢?

  总体来说,Baiduspider会根据站点规模、历网站每天新产出的链接数量、已抓取网页的综合质量打分等等,来综合计算抓取流量,同时兼顾站长在抓取频次工具里设置的、网站可承受的大抓取值。
佛山网站建设   从目前追查过的抓取流量突增的case中,原因可以分为以下几种:

  1、Baiduspider发现站内JS代码较多,调用大量资源针对JS代码进行解析抓取;
  2、百度其他部门(如商业、图片等)的spider在抓取,但流量没有控制好;
  3、已抓取的链接,打分不够好,垃圾过多,导致spider重新抓取;
  4、站点被攻击,有人仿冒百度爬虫(见下文关于BaiduSpider)。

  如果站长排除了自身问题、仿冒问题,确认BaiduSpider抓取流量过大的话,可以通过百度的反馈中心(http://zhanzhang.baidu.com/feedback)反馈,注:一定要提供详细的抓取日志截图。

  关于BaiduSpider

  如何正确识别Baiduspider移动ua

  新版移动ua:

  Mozilla/5.0(Linux;u;Android4.2.2;zh-cn;)

  AppleWebKit/534.46(KHTML,likeGecko)

  Version/5.1MobileSafari/10600.6.3(compatible;Baiduspider/2.0;+http://www.baidu.com/search/spider.html)

  PCua:Mozilla/5.0(compatible;Baiduspider/2.0;+http://www.baidu.com/search/spider.html)

  之前通过“+http://www.baidu.com/search/spider.html”进行识别的网站请注意!需要修改识别方式,新的正确的识别Baiduspider移动ua的方法如下:

  1、通过关键词“Android”或者“Mobile”来进行识别,判断为移动访问或者抓取;
  2、通过关键词“Baiduspider/2.0”,判断为百度爬虫。

  另外需要强调的是,对于robots封禁,如果封禁的agent是Baiduspider,会对PC和移动同时生效。即无论是PC还是移动Baiduspider,都不会对封禁对象进行抓取。之所以要强调这一点,是发现有些代码适配站点(同一个url,PCua打开的时候是PC页,移动ua打开的时候是移动页),想通过设置robots的agent封禁达到只让移动Baiduspider抓取的目的,但由于PC和移动Baiduspider的agent都是Baiduspider,这种方法是非常不可取的。

  如何识别百度蜘蛛

  百度蜘蛛对于站长来说可谓上宾,可是也有站长会发出这样的疑问:

  我们如何判断疯狂抓我们网站内容的蜘蛛是不是百度的?

  其实站长可以通过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,可以使用hostip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IBMOS/2平台下,可以使用nslookupip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nslookupxxx.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macos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digxxx.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。

  BaiduspiderIP是多少

  即便很多站长知道了如何判断百度蜘蛛,仍然会不断地问“百度蜘蛛IP是多少”。并想将百度蜘蛛所在IP加入白名单,只准白名单下IP对网站进行抓取,避免被采集等行为。

  百度方面表示,不建议站长这样做。虽然百度蜘蛛的确有一个IP池,真实IP在这个IP池内切换,但无法保证这个IP池整体不会发生变化。所以,建议站长勤看日志,发现恶意蜘蛛后放入黑名单,以保证百度的正常抓取。

  同时,百度方面还强调:通过IP来分辨百度蜘蛛的属性是非常可笑的事情,所谓的“沙盒蜘蛛”“降权蜘蛛”等等是从来都不存在的。
标签: 佛山网站建设网页设计网页制作网站制作企业网站建设做网站百度优化佛山网络营销佛山网站优化
上一篇:网站优化运营如何进行部门配合沟通工作 下一篇:部门网站优化运营如何进行沟通工作

网站优化

联系建站公司
佛山市顺德区大良凤翔商业广场二座670
网站建设/网站优化:13715431176
建站公司业务邮箱:sale@fslingdu.com
专业业务范围: 找公司建网站 广州网站建设 免费建站 如何自己建一个网站 建网站多少钱 如何制作网站 免费一键搭建网站 网站建设方案 为您提供一站式网站规划服务
粤ICP备16067714号-3
Copyright © 佛山市区零度飞易信息科技有限公司