欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  网络运营

百度蜘蛛Baiduspider的真假如何分辨

程序员文章站 2022-03-19 13:57:56
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。...

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

相关标签: 百度蜘蛛