当前位置: > Linux服务器 > apache >

Apache日志分析百度蜘蛛抓取情况及百度蜘蛛IP段列表对应分析

时间:2015-01-10 13:00来源:linux.it.net.cn 作者:IT网
  1. 根据不同的IP我们可以分析网站是个怎样的状态, 以下常见的百度蜘蛛IP:
  2. 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。
  3. 220.181.68.*每天这个IP 段只增不减很有可能进沙盒或K站。
  4. 220.181.7.*、123.125.66.* 代表百度蜘蛛IP造访,准备抓取你东西。
  5. 121.14.89.*这个ip段作为度过新站考察期。
  6. 203.208.60.*这个ip段出现在新站及站点有不正常现象后。
  7. 210.72.225.*这个ip段不间断巡逻各站。
  8. 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。
  9. 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。
  10. 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。
  11. 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。
  12. 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。
  13. 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。
  14. 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。
  15. 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。
  16. 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。
  17. 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。
  18. 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。
  19. 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。
  20. 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。
  21. 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。
  22. 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。
  23. 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。
  24. 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)。
  25. 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,这点我可以保证!
  26. 一般成功抓取返回代码都是 200 0 0返回304 0 0代表网站没更新,蜘蛛来过,如果是 200 0 64别担心这不是K站,可能是网站是动态的,所以返回就是这个代码。
     
(责任编辑:IT)
------分隔线----------------------------