百度spider介绍

1. 什么是Baiduspider

Baiduspider是百度搜索引擎的一个自动程序,它的作用是访问互联网上的网页,建立索引数据库,使用户能在百度搜索引擎中搜索到您网站上的网页。

 

2. Baiduspider的user-agent是什么?

百度各个产品使用不同的user-agent:

产品名称 对应user-agent
网页搜索 Baiduspider
无线搜索 Baiduspider
图片搜索 Baiduspider-image
视频搜索 Baiduspider-video
新闻搜索 Baiduspider-news
百度搜藏 Baiduspider-favo
百度联盟 Baiduspider-cpro
商务搜索 Baiduspider-ads

 

3. Baiduspider对一个网站服务器造成的访问压力如何?

为了达到对目标资源较好的检索效果,Baiduspider需要对您的网站保持一定量的抓取。我们尽量不给网站带来不合理的负担,并会根据服务器承 受能力,网站质量,网站更新等综合因素来进行调整。如果您觉得baiduspider的访问行为有任何不合理的情况,您可以反馈至反馈中心。

 

4. 为什么Baiduspider不停的抓取我的网站?

对于您网站上新产生的或者持续更新的页面,Baiduspider会持续抓取。此外,您也可以检查网站访问日志中Baiduspider的访问是否正常,以防止有人恶意冒充Baiduspider来频繁抓取您的网站。 如果您发现Baiduspider非正常抓取您的网站,请通过反馈中心反馈给我们,并请尽量给出Baiduspider对贵站的访问日志,以便于我们跟踪处理。

 

5. 如何判断是否冒充Baiduspider的抓取?

建议您使用DNS反查方式来确定抓取来源的ip是否属于百度,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:

5.1 在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。Baiduspider的hostname以 *.baidu.com 或 *.baidu.jp 的格式命名,非 *.baidu.com 或 *.baidu.jp 即为冒充。
$ 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平台或者IBM OS/2平台下,您可以使用nslookup ip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nslookup xxx.xxx.xxx.xxx(IP地 址)就能解析ip, 来判断是否来自Baiduspider的抓取,Baiduspider的hostname以 *.baidu.com 或 *.baidu.jp 的格式命名,非 *.baidu.com 或 *.baidu.jp 即为冒充。

5.3 在mac os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 xxx.xxx.xxx.xxx(IP地 址)就能解析ip,来判断是否来自Baiduspider的抓取,Baiduspider的hostname以 *.baidu.com 或 *.baidu.jp 的格式命名,非 *.baidu.com 或 *.baidu.jp 即为冒充。

 

6. 我不想我的网站被Baiduspider访问,我该怎么做?

Baiduspider遵守互联网robots协议。您可以利用robots.txt文件完全禁止Baiduspider访问您的网站,或者禁止 Baiduspider访问您网站上的部分文件。 注意:禁止Baiduspider访问您的网站,将使您的网站上的网页,在百度搜索引擎以及所有百度提供搜索引擎服务的搜索引擎中无法被搜索到。关于 robots.txt的写作方法,请参看我们的介绍:robots.txt写作方法
您可以根据各产品不同的user-agent设置不同的抓取规则,如果您想完全禁止百度所有的产品收录,可以直接对Baiduspider设置禁止抓取。
以下robots实现禁止所有来自百度的抓取:
User-agent: Baiduspider
Disallow: /

以下robots实现禁止所有来自百度的抓取但允许图片搜索抓取/image/目录:
User-agent: Baiduspider
Disallow: /

User-agent: Baiduspider-image
Allow: /image/
请注意:Baiduspider-cpro抓取的网页并不会建入索引,只是执行与客户约定的操作,所以不遵守robots协议,如果Baiduspider-cpro给您造成了困扰,请联系union1@baidu.com。

Baiduspider-ads抓取的网页并不会建入索引,只是执行与客户约定的操作,所以不遵守robots协议,如果Baiduspider-ads给您造成了困扰,请联系您的客户服务专员。

 

7. 为什么我的网站已经加了robots.txt,还能在百度搜索出来?

因为搜索引擎索引数据库的更新需要时间。虽然Baiduspider已经停止访问您网站上的网页,但百度搜索引擎数据库中已经建立的网页索引信息,可能需要数月时间才会清除。另外也请检查您的robots配置是否正确。
如果您的拒绝被收录需求非常急迫,也可以通过反馈中心反馈请求处理。

 

8. 我希望我的网站内容被百度索引但不被保存快照,我该怎么做?

Baiduspider遵守互联网meta robots协议。您可以利用网页meta的设置,使百度显示只对该网页建索引,但并不在搜索结果中显示该网页的快照。
和robots的更新一样,因为搜索引擎索引数据库的更新需要时间,所以虽然您已经在网页中通过meta禁止了百度在搜索结果中显示该网页的快照,但百度搜索引擎数据库中如果已经建立了网页索引信息,可能需要二至四周才会在线上生效。

 

9. Baiduspider抓取造成的带宽堵塞?

Baiduspider的正常抓取并不会造成您网站的带宽堵塞,造成此现象可能是由于有人冒充Baiduspider恶意抓取。如果您发现有名为Baiduspider的agent抓取并且造成带宽堵塞,请尽快和我们联系。您可以将信息反馈至反馈中心,如果能够提供您网站该时段的访问日志将更加有利于我们的分析。

文章为作者独立观点,不代表站长派立场,本文链接:https://zhanzhangpai.com/?p=471

免责声明:本站部分内容来源互联网整理,如有侵权请联系站长留言处理。

(0)
上一篇 2022年2月5日 下午2:24
下一篇 2022年2月6日 上午11:14

相关推荐

  • 谷歌SEO-2022年年应该如何优化谷歌精选摘要

    你希望在不借助外链或者内容更改就能够参与谷歌第一位的排名吗?利用好谷歌精选摘要就可以帮你实现这一点。 精选摘要通常显示在谷歌搜索结果的最顶部。它们通过从排名靠前的页面中提取相关内容…

    2022年2月1日
  • 网站误封robots该如何处理

    robots文件是搜索生态中很重要的一个环节,同时也是一个很细节的环节。很多站长同学在网站运营过程中,很容易忽视robots文件的存在,进行错误覆盖或者全部封禁robots,造成不…

    2022年3月15日
  • 百度搜索打击盗版网文站点公告

    百度搜索打击盗版网文站点公告 为了加强知识产权保护,维护正版站点的排序权益,百度搜索将在近期以技术手段,对有盗版特征(如笔趣阁)的小说、网文站点进行识别和处置,以给更多优秀站点展现…

    2022年7月15日
  • 如何分析竞争对手网站?

    现在越来越多的企业开始做起了电商,那么在搜索引擎之中,竞争越来越大,竞争对手也越来越多,有人说,竞争对手多了SEO肯定越来越难做,但是笔者却想告诉大家,换个角度去做SEO、去思考,…

    2022年3月15日
  • 什么是移动Sitemap?

    百度推出了移动Sitemap协议,用于将网址提交给移动搜索收录。百度移动Sitemap协议是在标准Sitemap协议基础上制定的,增加了<mobile:mobile/>…

    2022年3月15日
  • 什么是百度指数?百度指数使用技巧?

    百度指数一般被站长和EO人员拿来当做关键词搜索量使用,有时也会用来分析某个关键词的搜索趋势和衡量一个品牌的网络推广效果。在2013年底百度指数进行了一次大的升级改版,改版后的百度指…

    2022年3月1日
  • 如何分析关键词竞争度?

    一:关键词类型 1.他人品牌词 不利之处:品牌保护类 竞争性最强,搜索引擎一般会启用品牌保护,所以这个词你去做的话,是不可能超越该 品牌的官方网站的。 如:阿迪达斯 2.长尾关键词…

    2022年3月15日
  • 百度移动搜索建站优化白皮书

    为了让百度搜索的重要合作伙伴——广大站长充分了解百度搜索引擎规则,并根据规则合理安全建设网站、优化网站,更好的获取搜索流量;百度搜索资源平台历时3个月,探访搜索内部各个技术部门,将…

    2022年1月29日
  • 什么是次导航?次导航如何优化?

    次导航:在网站的页脚,用首页的目标关键词打上锚文本指向给首页。目的是增加目标关键词的内链,提高URL的权重。 一句话次导航:编辑一句完整话语,在里面出现多个关键词,给每个关键词添上…

    2022年3月15日
  • 谷歌SEO:2022年你需要的 8 个链接建设工具(免费+付费)

    近十年来,链接建设一直是我最关注的东西。在为 Ahrefs 工作之前,我担任过链接建设顾问,帮助数十个客户构建了数百个链接。 我在这段时间学到的是,你不需要用到所有的链接建设工具。…

    2022年2月9日