刚才我们的客户 说日志里查不到搜索引擎的蜘蛛、、、
搞了老半天。。才找到相关资料。。
下面给大家说下解决方法

一、IIS中网站的日志的设置。 ...

  打开IIS。选择所要设置的网站属性。弹出如下窗口:    !

  “启用日志记录”,勾选,选择“W3C扩展日志文件格式”。 版权申明:本站文章均来自网络,本站所有转载文章言论不代表本站观点

  再次点击这里的“属性”按钮,常规选项里面,选择新日志计划为“每天”,当然也可以选择其他,选择好保存日志文件的目录。 !

   版权申明:本站文章均来自网络,本站所有转载文章言论不代表本站观点

  !

  按照一般情况,设置到这里就可以记录日志了,但是有些主机无论如何都找不到搜索引擎爬虫的痕迹,类似于Baiduspider+怎么都看不到。这个时候我们就需要启用剩下的三个选项了! 本站所提供的摄影照片,插画,设计作品,如需使用,请与原作者联系。

  选择高级选项。勾选底下的用户代理(cs(User-Agent))等下面三个选项,这样我们就可以看到百度蜘蛛了!

  . 

  二、如何分析网站IIS日志中的蜘蛛 对真正的成功者来说,不论他的生存条件如何,都不会自我磨灭

  首先来认识下国内主流搜索引擎的蜘蛛的名称:

  1. Google爬虫名称 版权申明:本站文章均来自网络,如有侵权,请联系028-86262244-215,我们收到后立即删除,谢谢!

  1) Googlebot:从Google的网站索引和新闻索引中抓取网页 版权申明:本站文章均来自网络,本站所有转载文章言论不代表本站观点

  2) Googlebot-Mobile针对Google的移动索引抓取网页 对真正的成功者来说,不论他的生存条件如何,都不会自我磨灭

  3) Googlebot-Image:针对Google的图片索引抓取网页 版权申明:本站文章均来自网络,如有侵权,请联系028-86262244-215,我们收到后立即删除,谢谢!

  4) Mediapartners-Google:抓取网页确定 AdSense 的内容。只有在你的网站上展示 AdSense 广告的情况下,Google才会使用此漫游器来抓取您的网站。 .

  5) Adsbot-Google:抓取网页来衡量 AdWords 目标网页的质量。只有在你使用 Google AdWords 为你的网站做广告的情况下,Google才会使用此漫游器。 !

  2. 百度(Baidu)爬虫名称:Baiduspider .

  3. 雅虎(Yahoo)爬虫名称:Yahoo Slurp 对真正的成功者来说,不论他的生存条件如何,都不会自我磨灭

  4. 有道(Yodao)蜘蛛名称:YodaoBot !

  5. 搜狗(sogou)蜘蛛名称:sogou spider

  因为咱们国内比较关注百度所以我们来分下百度的蜘蛛,从刚刚记录的日志搜索“Baiduspider+“选取一段 .

  00:00:06 GET /Class/Class.asp ID=38 61.135.168.142 Baiduspider+(+http://www.baidu.com/search/spider.htm) 200 0 214 ..

  上面这个日志说明是在0点的时候 访问了 Class/Class.asp ID=38页面。蜘蛛IP地址为61.135.168.142。其中的200 表示搜索引擎蜘蛛爬行后返回HTTP的状态代码,代表成功爬行并抓取。

  下面列出常见数字代码: 根据专家观察,这样的理论和现象都是值得各位站长深思的,所以希望大家多做研究学习,争取总结出更多更好的经验!

  2xx 成功 ...

  200 正常;请求已完成。
  201 正常;紧接 POST 命令。 ..

  202 正常;已接受用于处理,但处理尚未完成。 .

  203 正常;部分信息 — 返回的信息只是一部分。 !

  204 正常;无响应 — 已接收请求,但不存在要回送的信息。 版权申明:本站文章均来自网络,本站所有转载文章言论不代表本站观点

  3xx 重定向 .

  301 已移动 — 请求的数据具有新的位置且更改是永久的。

  302 已找到 — 请求的数据临时具有不同 URI。 ..

  303 请参阅其它 — 可在另一 URI 下找到对请求的响应,且应使用 GET 方法检索此响应。

发表评论
表情
emotemotemotemotemot
emotemotemotemotemot
emotemotemotemotemot
emotemotemotemotemot
emotemotemotemotemot
打开HTML
打开UBB
打开表情
隐藏
记住我
昵称   密码   游客无需密码
网址   电邮   [注册]