一、什么是Baiduspider?
Baiduspider是百度搜索引擎的一個自動程序，它的作用是訪問互聯(lián)網(wǎng)上的網(wǎng)頁，建立索引數(shù)據(jù)庫，使用戶能在百度搜索引擎中搜索到您網(wǎng)站上的網(wǎng)頁。

二、Baiduspider的user-agent是什么?
百度各個產(chǎn)品使用不同的user-agent：
產(chǎn)品名稱 對應(yīng)user-agent
無線搜索 Baiduspider
圖片搜索 Baiduspider-image
視頻搜索 Baiduspider-video
新聞搜索 Baiduspider-news
百度搜藏 Baiduspider-favo
百度聯(lián)盟 Baiduspider-cpro
商務(wù)搜索 Baiduspider-ads
網(wǎng)頁以及其他搜索 Baiduspider


三、Baiduspider對一個網(wǎng)站服務(wù)器造成的訪問壓力如何?
為了達(dá)到對目標(biāo)資源較好的檢索效果，Baiduspider需要對您的網(wǎng)站保持一定量 的抓取。我們盡量不給網(wǎng)站帶來不合理的負(fù)擔(dān)，并會根據(jù)服務(wù)器承受能力，網(wǎng)站質(zhì)量，網(wǎng)站更新等綜合因素來進(jìn)行調(diào)整。如果您覺得baiduspider的訪問 行為有任何不合理的情況，您可以反饋至百度投訴平臺。


四、為什么Baiduspider不停的抓取我的網(wǎng)站?
對于您網(wǎng)站上新產(chǎn)生的或者持續(xù)更新的頁面，Baiduspider會持續(xù)抓取。此外， 您也可以檢查網(wǎng)站訪問日志中Baiduspider的訪問是否正常，以防止有人惡意冒充Baiduspider來頻繁抓取您的網(wǎng)站。 如果您發(fā)現(xiàn)Baiduspider非正常抓取您的網(wǎng)站，請通過投訴平臺反饋給我們，并請盡量給出Baiduspider對貴站的訪問日志，以便于我們跟蹤 處理。


五、如何判斷是否冒充Baiduspider的抓取?
建議您使用DNS反查方式來確定抓取來源的ip是否屬于百度，根據(jù)平臺不同驗證方法不同，如linux/windows/os三種平臺下的驗證方法分別如下：
1，在linux平臺下，您可以使用host ip命令反解ip來判斷是否來自Baiduspider的抓取。Baiduspider的hostname以 *.baidu.com 或 *.baidu.jp 的格式命名，非 *.baidu.com 或 *.baidu.jp 即為冒充。
$ host 123.125.66.120
120.66.125.123.in-addr.arpa domain name pointer
baiduspider-123-125-66-120.crawl.baidu.com.
host 119.63.195.254
254.195.63.119.in-addr.arpa domain name pointer
BaiduMobaider-119-63-195-254.crawl.baidu.jp.
2，在windows平臺或者IBM OS/2平臺下，您可以使用nslookup ip命令反解ip來 判斷是否來自Baiduspider的抓取。打開命令處理器 輸入nslookup xxx.xxx.xxx.xxx(IP地 址)就能解析ip， 來判斷是否來自Baiduspider的抓取，Baiduspider的hostname以 *.baidu.com 或 *.baidu.jp 的格式命名，非 *.baidu.com 或 *.baidu.jp 即為冒充。
3，在mac os平臺下，您可以使用dig 命令反解ip來 判斷是否來自Baiduspider的抓取。打開命令處理器 輸入dig xxx.xxx.xxx.xxx(IP地 址)就能解析ip，來判斷是否來自Baiduspider的抓取，Baiduspider的hostname以 *.baidu.com 或 *.baidu.jp 的格式命名，非 *.baidu.com 或 *.baidu.jp 即為冒充。


六、我不想我的網(wǎng)站被Baiduspider訪問，我該怎么做?
Baiduspider遵守互聯(lián)網(wǎng)robots協(xié)議。您可以利用robots.txt 文件完全禁止Baiduspider訪問您的網(wǎng)站，或者禁止Baiduspider訪問您網(wǎng)站上的部分文件。 注意：禁止Baiduspider訪問您的網(wǎng)站，將使您的網(wǎng)站上的網(wǎng)頁，在百度搜索引擎以及所有百度提供搜索引擎服務(wù)的搜索引擎中無法被搜索到。關(guān)于 robots.txt的寫作方法，請參看我們的介紹：robots.txt寫作方法
您可以根據(jù)各產(chǎn)品不同的user-agent設(shè)置不同的抓取規(guī)則，如果您想完全禁止百度所有的產(chǎn)品收錄，可以直接對Baiduspider設(shè)置禁止抓取。
以下robots實現(xiàn)禁止所有來自百度的抓取：
User-agent: Baiduspider
Disallow: /
以下robots實現(xiàn)禁止所有來自百度的抓取但允許圖片搜索抓取/image/目錄：
User-agent: Baiduspider
Disallow: /
User-agent: Baiduspider-image
Allow: /image/
請注意：Baiduspider-cpro抓取的網(wǎng)頁并不會建入索引，只是執(zhí)行與客戶約定的操作，所以不遵守robots協(xié)議，如果Baiduspider-cpro給您造成了困擾，請聯(lián)系union1@baidu.com。
Baiduspider-ads抓取的網(wǎng)頁并不會建入索引，只是執(zhí)行與客戶約定的操作，所以不遵守robots協(xié)議，如果Baiduspider-ads給您造成了困擾，請聯(lián)系您的客戶服務(wù)專員。


七、為什么我的網(wǎng)站已經(jīng)加了robots.txt，還能在百度搜索出來?
因為搜索引擎索引數(shù)據(jù)庫的更新需要時間。雖然Baiduspider已經(jīng)停止訪問您網(wǎng)站上的網(wǎng)頁，但百度搜索引擎數(shù)據(jù)庫中已經(jīng)建立的網(wǎng)頁索引信息，可能需要數(shù)月時間才會清除。另外也請檢查您的robots配置是否正確。
如果您的拒絕被收錄需求非常急迫，也可以通過投訴平臺反饋請求處理。


八、我希望我的網(wǎng)站內(nèi)容被百度索引但不被保存快照，我該怎么做?
Baiduspider遵守互聯(lián)網(wǎng)meta robots協(xié)議。您可以利用網(wǎng)頁meta的設(shè)置，使百度顯示只對該網(wǎng)頁建索引，但并不在搜索結(jié)果中顯示該網(wǎng)頁的快照。
和robots的更新一樣，因為搜索引擎索引數(shù)據(jù)庫的更新需要時間，所以雖然您已經(jīng)在網(wǎng)頁中通過meta禁止了百度在搜索結(jié)果中顯示該網(wǎng)頁的快照，但百度搜索引擎數(shù)據(jù)庫中如果已經(jīng)建立了網(wǎng)頁索引信息，可能需要二至四周才會在線上生效。


九、Baiduspider抓取造成的帶寬堵塞?
Baiduspider的正常抓取并不會造成您網(wǎng)站的帶寬堵塞，造成此現(xiàn)象可能是由于 有人冒充Baiduspider惡意抓取。如果您發(fā)現(xiàn)有名為Baiduspider的agent抓取并且造成帶寬堵塞，請盡快和我們聯(lián)系。您可以將信息反 饋至投訴平臺，如果能夠提供您網(wǎng)站該時段的訪問日志將更加有利于我們的分析。
本文由壓力開關(guān)(http://www.shmind.com)網(wǎng)編整理發(fā)表，轉(zhuǎn)載請保留!

　　推薦閱讀

　　深圳客資訊網(wǎng)CEO崔頌：我眼中的鼎能移動電源

在生活之中，出去旅游，工作，出差的時候，人們都遇到手機(jī)充電的難題，然而，誕生了移動電源，在移動電源行業(yè)硝煙四起，行業(yè)老大都想成為移動電源的贏家的時候，突然半路殺出了由聯(lián)創(chuàng)社，中國大學(xué)教父孫斌領(lǐng)導(dǎo)的《鼎>>>詳細(xì)閱讀

本文標(biāo)題：史上最全面的百度蜘蛛詳解 你不得不看！

地址：http://www.sdlzkt.com/a/xie/20121109/88068.html

 1/2    1  2 下一頁