百度spider介紹
分享
評論
贊0
1. 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網上的網頁，建立索引數據庫，使用戶能在百度搜索引擎中搜索到您網站上的網頁。
2. Baiduspider的user-agent是什么？
百度各個產品使用不同的user-agent：
產品名稱
對應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
百度聯盟
Baiduspider-cpro
商務搜索
Baiduspider-ads
網頁以及其他搜索
Baiduspider
3. Baiduspider對一個網站服務器造成的訪問壓力如何？
為 了達到對目標資源較好的檢索效果，Baiduspider需要對您的網站保持一定量的抓取。我們盡量不給網站帶來不合理的負擔，并會根據服務器承 受能 力，網站質量，網站更新等綜合因素來進行調整。如果您覺得baiduspider的訪問行為有任何不合理的情況，您可以反饋至反饋中心。
4. 為什么Baiduspider不停的抓取我的網站？
對 于您網站上新產生的或者持續更新的頁面，Baiduspider會持續抓取。此外，您也可以檢查網站訪問日志中Baiduspider的訪問是否正常，以 防止有人惡意冒充Baiduspider來頻繁抓取您的網站。 如果您發現Baiduspider非正常抓取您的網站，請通過反饋中心反饋給我們，并請盡量給出Baiduspider對貴站的訪問日志，以便于我們跟蹤處理。
5. 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：
5.1 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.
5.2 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。
5.3 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。
6. 我不想我的網站被Baiduspider訪問，我該怎么做？
Baiduspider遵 守互聯網robots協議。您可以利用robots.txt文件完全禁止Baiduspider訪問您的網站，或者禁止 Baiduspider訪問您網 站上的部分文件。 注意：禁止Baiduspider訪問您的網站，將使您的網站上的網頁，在百度搜索引擎以及所有百度提供搜索引擎服務的搜索引擎中無法 被搜索到。關于 robots.txt的寫作方法，請參看我們的介紹：robots.txt寫作方法
您可以根據各產品不同的user-agent設置不同的抓取規則，如果您想完全禁止百度所有的產品收錄，可以直接對Baiduspider設置禁止抓取。
以下robots實現禁止所有來自百度的抓取：
User-agent: Baiduspider
Disallow: /
以下robots實現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抓取的網頁并不會建入索引，只是執行與客戶約定的操作，所以不遵守robots協議，如果Baiduspider-cpro給您造成了困擾，請聯系union1@baidu.com。
Baiduspider-ads抓取的網頁并不會建入索引，只是執行與客戶約定的操作，所以不遵守robots協議，如果Baiduspider-ads給您造成了困擾，請聯系您的客戶服務專員。
7. 為什么我的網站已經加了robots.txt，還能在百度搜索出來？
因為搜索引擎索引數據庫的更新需要時間。雖然Baiduspider已經停止訪問您網站上的網頁，但百度搜索引擎數據庫中已經建立的網頁索引信息，可能需要數月時間才會清除。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，也可以通過反饋中心反饋請求處理。
8. 我希望我的網站內容被百度索引但不被保存快照，我該怎么做？
Baiduspider遵守互聯網meta robots協議。您可以利用網頁meta的設置，使百度顯示只對該網頁建索引，但并不在搜索結果中顯示該網頁的快照。
和robots的更新一樣，因為搜索引擎索引數據庫的更新需要時間，所以雖然您已經在網頁中通過meta禁止了百度在搜索結果中顯示該網頁的快照，但百度搜索引擎數據庫中如果已經建立了網頁索引信息，可能需要二至四周才會在線上生效。
9. Baiduspider抓取造成的帶寬堵塞？
Baiduspider的正常抓取并不會造成您網站的帶寬堵塞，造成此現象可能是由于有人冒充Baiduspider惡意抓取。如果您發現有名為Baiduspider的agent抓取并且造成帶寬堵塞，請盡快和我們聯系。您可以將信息反饋至反饋中心，如果能夠提供您網站該時段的訪問日志將更加有利于我們的分析。
猜你喜歡
評論(0人參與，0條評論)
發布評論
最新評論