|
|
跟大家分享一下有关搜索引擎蜘蛛的相关内容。我们都知道互联网上的页面都是又蜘蛛抓取的，其实蜘蛛是一段代码程序，当互联网出现新页面产生时蜘蛛就会过来爬。由于互联网每天将产生几千亿页面，那么一个蜘蛛是绝对无法在短时间内爬完，所以搜索引擎会产生大量的蜘蛛尽可能的爬完整个互联网。每个蜘蛛代表的意义又不同，那么我们怎么知道哪些蜘蛛是抓取首页，哪些是抓取内页呢？
本文仅供参考让大家对IIS日记各引擎的蜘蛛IP有个更深的了解，根据不同的IP我们可以分析网站是个怎样的状态.下面就按照IIS日记上的百度蜘蛛IP为例:
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。
220.181.68.* 每天这个IP 段只增不减很有可能进沙盒或K站。
220.181.7.*、123.125.66.* 代表百度蜘蛛IP造访，准备抓取你东西。
121.14.89.* 这个ip段作为度过新站考察期。
203.208.60.* 这个ip段出现在新站及站点有不正常现象后。
210.72.225.* 这个ip段不间断巡逻各站。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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)。
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。
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!
一般成功抓取返回代码都200，返回304代表网站没更新。 |
|
发表于 2015-9-17 22:35:22
置顶卡
变色卡
发表于 2015-9-18 04:07:27
