网站如何快速识别百度蜘蛛?被百度快速收入
经常听到开发者问,百度蜘蛛是什么?最近百度蜘蛛来的太频繁服务器抓爆了!最近百度蜘蛛都不来了怎么办?还有很多站点想得到百度蜘蛛的ip段,想把ip加入白名单,但ip地址范围动态变化不固定,我们无法对外公布。
那么如何才能识别正确的百度蜘蛛呢?今日干货带你轻松两步正确识别百度蜘蛛:
一、查看ua信息
如果ua信息不对,可以直接判断为非百度搜索的蜘蛛。目前ua分为移动、pc、和小程序三个应用场景,这三个渠道ua分别如下:
移动ua:
mozilla/5.0(linux;u;android 4.2.2;zh-cn;) applewebkit/534.46 (khtml,like gecko)version/5.1 mobile safari/10600.6.3 (compatible; baiduspider/2.0;+http://www.baidu.com/search/spider.html)
或
mozilla/5.0 (iphone;cpu iphone os 9_1 like mac os x) applewebkit/601.1.46 (khtml, like gecko)version/9.0 mobile/13b143 safari/601.1 (compatible; baiduspider-render/2.0;+http://www.baidu.com/search/spider.html)
pc ua:
mozilla/5.0(compatible; baiduspider/2.0; +http://www.baidu.com/search/spider.html)
或
mozilla/5.0(compatible; baiduspider-render/2.0; +http://www.baidu.com/search/spider.html)
小程序ua:
mozilla/5.0 (iphone;cpu iphone os 9_1 like mac os x) applewebkit/601.1.46 (khtml, like gecko)version/9.0 mobile/13b143 safari/601.1 (compatible; baiduspider-render/2.0;smartapp; +http://www.baidu.com/search/spider.html)
二、双向dns解析认证第一步:dns反查ip
开发者通过对日志中访问服务器的ip地址运行反向dns查找,判断某只spider是否来自百度搜索引擎,baiduspider的hostname以*.baidu.com或*.baidu.jp 的格式命名,非*.baidu.com或*.baidu.jp即为冒充。
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host ip命令反解ip来判断是否来自baiduspider的抓取。
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。
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dig -x xxx.xxx.xxx.xxx(ip地址)就能解析ip,来判断是否来自baiduspider的抓取。
第二步:对域名运行正向dns查找
对第一步中通过命令检索到的域名运行正向dns查找,验证该域名与您日志中访问服务器的原始ip地址是否一致,ip地址一致可确认spider来自百度搜索引擎,ip地址不一致即为冒充。
示例1:
> host 111.206.198.69
69.198.206.111. in-addr.arpa domain name pointer baiduspider-111-206-198-69.crawl.baidu.com.
> host baiduspider-111-206-198-69.crawl.baidu.com
baiduspider-111-206-198-69.crawl.baidu.com has address 111.206.198.69