您的位置 首页 SEO学习

网站如何识别百度蜘蛛

网站日志可以查看页面访问记录,那如何查看百度蜘蛛抓取记录呢?通常我们查看User-Agent,但是User-A…

网站日志可以查看页面访问记录,那如何查看百度蜘蛛抓取记录呢?通常我们查看User-Agent,但是User-Agent是可以模拟的,某些用户会伪造User-Agent信息访问网站,这时候我们就需要正确识别百度蜘蛛。

那么如何才能识别正确的百度蜘蛛呢?本文转载了百度搜索学院的文章,具体有两步。

一、查看UA信息

如果UA信息不对,可以直接判断为非百度搜索的蜘蛛。目前UA分为移动、PC、和小程序三个应用场景,这三个渠道UA分别如下:

移动UA:

Mozilla/5.0(Linux;u;Android 4.2.2;zh-cn;) AppleWebKit/534.46 (KHTML,like Gecko)Version/5.1 Mobile Safari/10600.6.3 (compatible; Baiduspider/2.0;+http://www.baidu.com/search/spider.html)


Mozilla/5.0 (iPhone;CPU iPhone OS 9_1 like Mac OS X) AppleWebKit/601.1.46 (KHTML, like Gecko)Version/9.0 Mobile/13B143 Safari/601.1 (compatible; Baiduspider-render/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)

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

小程序UA:

Mozilla/5.0 (iPhone;CPU iPhone OS 9_1 like Mac OS X) AppleWebKit/601.1.46 (KHTML, like Gecko)Version/9.0 Mobile/13B143 Safari/601.1 (compatible; Baiduspider-render/2.0;Smartapp; +http://www.baidu.com/search/spider.html)

二、双向DNS解析认证

第一步:DNS反查IP

开发者通过对日志中访问服务器的IP地址运行反向DNS查找,判断某只spider是否来自百度搜索引擎,Baiduspiderhostname*.baidu.com*.baidu.jp 的格式命名,非*.baidu.com*.baidu.jp即为冒充。

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).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。

2).windows平台或者IBM OS/2平台下,您可以使用nslookup ip命令反解ip 判断是否来自Baiduspider的抓取。打开命令处理器 输入nslookup xxx.xxx.xxx.xxxIP地址)就能解析ip,来判断是否来自Baiduspider的抓取。

3).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dig -x xxx.xxx.xxx.xxxIP地址)就能解析ip,来判断是否来自Baiduspider的抓取。

第二步:对域名运行正向DNS查找

对第一步中通过命令检索到的域名运行正向DNS查找,验证该域名与您日志中访问服务器的原始IP地址是否一致,IP地址一致可确认spider来自百度搜索引擎,IP地址不一致即为冒充。

示例1:

> host 111.206.198.69

69.198.206.111. in-addr.arpa domain name pointer baiduspider-111-206-198-69.crawl.baidu.com.

> host baiduspider-111-206-198-69.crawl.baidu.com

baiduspider-111-206-198-69.crawl.baidu.com has address 111.206.198.69

通过UA信息和双向DNS认证,基本上可以准确的判断访问者是否百度蜘蛛。

如果有其他意见,欢迎留言。

本文来自网络,不代表seohub立场,转载请注明出处:https://www.seohub.org/seo/517

发表评论

电子邮件地址不会被公开。 必填项已用*标注

返回顶部