源码论坛,商业源码下载,尽在锦尚中国商业源码论坛

标题: 网站被百度抓取的情况查看分析方法 [打印本页]

作者: wyhuang 时间: 2012-2-1 17:02
标题: 网站被百度抓取的情况查看分析方法
　　百度用于抓取网页的顺序叫做Baiduspider – 百度蜘蛛，我们检查网站被百度抓取的状况次要是剖析，网站日志里百度蜘蛛Baiduspider的活泼性：抓取频率，前往的HTTP形态码。

　　检查日志的方式：

　　经过FTP，在网站根目录找到一个日志文件，文件名普通包括log，下载解压外面的记事本，这即是网站的日志，记载了网站被拜访和操作的状况。

　　由于各个效劳器和主机的状况不同，不同的主机日志功用记载的内容不同，有的甚至没有日志功用。

　　日志内容如下：

　　61.135.168.22 – - [11/Jan/2009:04:02:45 +0800] “GET /bbs/thread-7303-1-1.html HTTP/1.1″ 200 8450 “-” “Baiduspider+(+http://www.baidu.com/search/spider.htm)”

　　剖析：

　　GET /bbs/thread-7303-1-1.html 代表，抓取/bbs/thread-7303-1-1.html 这个页面。

　　200  代表成功抓取。

　　8450  代表抓取了8450个字节。

　　假如你的日志里格式不是如此，则代表日志格式设置不同。

　　很多日志里可以看到 200 0 0和200 0  64 则都代表正常抓取。

　　抓取频率是经过检查每日的日志里百度蜘蛛抓取次数来获知。抓取频率并没有一个标准的工夫表或频率数字，我们普通经过多日的日志比照来判别。当然，我们希望百度蜘蛛每日抓取的次数越多越好.
本文转自：徐文明的新浪博客http://www.niulaile.com,转载请保留链接。

欢迎光临源码论坛,商业源码下载,尽在锦尚中国商业源码论坛 (https://bbs.52jscn.com/)