百度蜘蛛Baiduspider的真假如何分辨

实际上，我们的日志中，有很多的baiduspider是他人伪装的，要想解决这个问题。我们必须在验证baiduspider真伪上下功夫，这篇文章详细的介绍了爬虫的鉴别方法。

我们在根据网站日志分析搜索引擎蜘蛛抓取网页的记录时，实际上很多站点都是有一些伪装称baiduspider的到访者的。这些数据会严重影响我们对日志分析后的判断。

这些到访者，为什么会伪装为baiduspider来访问我们的网站呢？最典型的就是采集你内容的那些人。他们知道很多工具是能够看到哪些ip访问网站的量过大的。例如某一个ip今天访问你网站1万次，那正常吗？肯定是不正常的。但他要是baiduspdier呢？呵呵，那就正常了。

mozilla/5.0(compatible;baiduspider/2.0;+http://www.baidu.com/search/spider.html）

mozilla/5.0(compatible;baiduspider-render/2.0;+http://www.baidu.com/search/spider.html)

mozilla/5.0(linux;u;android4.2.2;zh-cn;)applewebkit/534.46(khtml,likegecko)version/5.1mobilesafari/10600.6.3(compatible;baiduspider/2.0;+http://www.baidu.com/search/spider.html)

mozilla/5.0(iphone;cpuiphoneos9_1likemacosx)applewebkit/601.1.46(khtml,likegecko)version/9.0mobile/13b143safari/601.1(compatible;baiduspider-render/2.0;+http://www.baidu.com/search/spider.html)

如上是包含了百度的常规爬虫，和渲染爬虫render的。这两个爬虫的区别符已经用红色字体标出来了。

可以通过dns反查方式来解决这个问题。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：

1、在linux平台下，您可以使用hostip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。

2、在windows平台或者ibmos/2平台下，您可以使用nslookupip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nslookupxxx.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。

3、在macos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digxxx.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。

转载： 非常欢迎各位朋友分享到个人站长或者朋友圈，但转载请说明文章出处“黎青松seo博客”。

原文地址： http://www.alitaohuo.com/seobaike/seorumenjiaocheng/2005.html