认真通读以下内容,会帮助大家掌握如何分析日志,在日志中找出搜索引擎走过的路线,然后合理地调整自己的网站,以提升抓取量,继而使整个站点的质量上去。
以下介绍按照IIS日志中的百度蜘蛛IP为例:
123.125.68.* 这个蜘蛛经常来,别的来的少,表示网站可能要进入沙盒了,或被者降权。
220.181.68.* 每天这个IP 段只增不减很有可能进沙盒或K站。
220.181.7.*、123.125.66.* 代表百度蜘蛛IP造访,准备抓取你东西。
121.14.89.* 这个ip段作为度过新站考察期。
203.208.60.* 这个ip段出现在新站及站点有不正常现象后。
210.72.225.* 这个ip段不间断巡逻各站。
125.90.88.* 广东茂名市电信也属于百度蜘蛛IP 主要造成成分,是新上线站较多,还有使用过站长工具,或SEO综合检测造成的。
220.181.108.95 这个是百度抓取首页的专用IP,如是220.181.108段的话,基本来说你的网站会天天隔夜快照,绝对错不了的,我保证。
220.181.108.92 同上98%抓取首页,可能还会抓取其他 (不是指内页)220.181段属于权重IP段此段爬过的文章或首页基本24小时放出来。
123.125.71.106 抓取内页收录的,权重较低,爬过此段的内页文章不会很快放出来,因不是原创或采集文章。
220.181.108.91 属于综合的,主要抓取首页和内页或其他,属于权重IP 段,爬过的文章或首页基本24小时放出来。
220.181.108.75 重点抓取更新文章的内页达到90%,8%抓取首页,2%其他。权重IP 段,爬过的文章或首页基本24小时放出来。
220.181.108.86 专用抓取首页IP 权重段,一般返回代码是304 0 0 代表未更新。
123.125.71.95 抓取内页收录的,权重较低,爬过此段的内页文章不会很快放出来,因不是原创或采集文章。
123.125.71.97 抓取内页收录的,权重较低,爬过此段的内页文章不会很快放出来,因不是原创或采集文章。
220.181.108.89 专用抓取首页IP 权重段,一般返回代码是304 0 0 代表未更新。
220.181.108.94 专用抓取首页IP 权重段,一般返回代码是304 0 0 代表未更新。
220.181.108.97 专用抓取首页IP 权重段,一般返回代码是304 0 0 代表未更新。
220.181.108.80 专用抓取首页IP 权重段,一般返回代码是304 0 0 代表未更新。
220.181.108.77 专用抓首页IP 权重段,一般返回代码是304 0 0 代表未更新。
123.125.71.117 抓取内页收录的,权重较低,爬过此段的内页文章不会很快放出来,因不是原创或采集文章。
注:以上IP尾数还有很多,但段位一样的123.125.71.* 段IP 代表抓取内页收录的权重比较低.可能由于你采集文章或拼文章暂时被收录但不放出来.(意思也就是说待定)。
220.181.108.83专用抓取首页IP 权重段,一般返回代码是304 0 0 代表未更新。
220.181.108.* 段IP主要是抓取首页占80%,内页占30%,这此爬过的文章或首页,绝对24小时内放出来和隔夜快照的!
一般成功抓取返回代码都200,返回304代表网站没更新。
以上就是有关百度蜘蛛IP的详细介绍,个人感觉还是很有用的,毕竟了解了这些规律,就可以有针对性地分析日志,努力做好自己的网站喽。