gpt4 book ai didi

判断百度蜘蛛的方法和百度真假蜘蛛IP如何识别

转载 作者:qq735679552 更新时间:2022-09-28 22:32:09 35 4
gpt4 key购买 nike

CFSDN坚持开源创造价值,我们致力于搭建一个资源共享平台,让每一个IT人在这里找到属于你的精彩世界.

这篇CFSDN的博客文章判断百度蜘蛛的方法和百度真假蜘蛛IP如何识别由作者收集整理,如果你对这篇文章有兴趣,记得点赞哟.

百度蜘蛛是什么?

百度蜘蛛,是百度搜索引擎的一个自动程序。它的作用是访问收集整理互联网上的网页、图片、视频等内容,然后分门别类建立索引数据库,使用户能在百度搜索引擎中搜索到您网站的网页、图片、视频等内容。我们可以理解为百度蜘蛛就是用来抓取网站链接的IP,小编经常会听到百度蜘蛛来的太频繁,服务器要被抓爆了,如果你无法识别百度蜘蛛,你怎么知道是百度蜘蛛抓爆的呢?也有出现百度蜘蛛都不来了的情况,还有很多站点想得到百度蜘蛛的IP段,想把IP加入白名单,但无法识别百度IP.

怎么才能识别正确的百度蜘蛛呢?

1、查看UA 。

如果UA都不对,可以直接判断非百度搜索的蜘蛛,目前对外公布过的UA是:

移动UA:Mozilla/5.0 (Linux;u;Android 4.2.2;zh-cn;) AppleWebKit/534.46 (KHTML,likeGecko) Version/5.1 Mobile Safari/10600.6.3 (compatible; Baiduspider/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) 。

新增渲染UA

移动UA:Mozilla/5.0 (iPhone; CPU iPhone OS 9_1 likeMac 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-render/2.0; +http://www.baidu.com/search/spider.html) 。

2、反查IP 。

站长可以通过DNS反查IP的方式判断某只spider是否来自百度搜索引擎。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:

正确识别百度蜘蛛 。

(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。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,Baiduspider的hostname以*.baidu.com 或*.baidu.jp 的格式命名,非 *.baidu.com 或 *.baidu.jp 即为冒充.

在运行中大概CMD命令行窗口,然后输入 nslookup IP地址(例如211.112.11.41),如果得到有baiduspider等结果,就意味着此IP时百度蜘蛛的专用IP.

判断百度蜘蛛的方法和百度真假蜘蛛IP如何识别

(3)、 在mac os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 xxx.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.

以下是PHP的IP反查代码:

  1. $dnsadd=gethostbyaddr($_SERVER["REMOTE_ADDR"]); if((substr($dnsadd, -strlen("baidu.com")) ==="baidu.com")||(substr($dnsadd, -strlen("baidu.jp")) ==="baidu.jp")) //是真的百度蜘蛛 else //是模拟的百度蜘蛛,假蜘蛛 

下面列举了百度不同IP段常见蜘蛛的一些详情情况,及所谓的降权蜘蛛,沙盒蜘蛛,高权重蜘蛛等等.

百度蜘蛛 。

159.226.50.* 。

180.76.5.* 。

220.181.158.107 。

百度竞价蜘蛛 。

125.39.78.185 。

61.135.165.134 。

117.34.74.66 。

118.122.188.194 。

119.63.196.9 。

每天这个IP段只增不减很有可能进沙盒或K站 。

218.30.118.* 。

220.181.68.* 。

123.125.68.* 。

抓取内页收录的,权重较低,爬过此段的内页文章暂时被收录但不放出来(意思也就是说待定),因不是原创或采集文章。(百度网页爬虫(百度图片爬虫) 。

123.125.71.* 。

123.181.108.77 。

这个ip段出现在新站及站点有不正常现象后 。

203.208.60.* 。

183.91.40.144 。

代表百度蜘蛛IP来访准备抓取你东西 。

220.181.7.* 。

123.125.66.* 。

【61.135.186.*】百度联盟爬虫,说白了就是百度统计 。

【121.14.89.*】这个ip段作为度过新站考察期 。

【123.15.**.**】百度图片爬虫 。

【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 。

【124.248.34.52】搜外站长工具蜘蛛 。

【125.90.88.*】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,没有多大用 。

【180.149.130.*】伪装百度蜘蛛IP 。

【210.72.225.*】这个ip段不间断巡逻各站,就是路过一下 。

【220.181.108.*】专用抓取首页ip权重段,一般返回代码30400代表未更新,如果是200064别担心这不是K站,可能是网站是动态的,所以返回就是这个代码.

【220.181.108.91】属于综合的。主要抓取首页和内页或者其它页面。属于权重IP段,抓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%的抓取首页,2%其他权重ip段,抓过的文章或首页基本24小时放出来 。

【220.181.108.92】98%抓取首页可能还会抓取其他「不是指内页)属于权重IP段此段爬过的文章或首页基本24小时放出来 。

【220.181.108.95】这个是百度抓取首页的专用IP,基本来说网站会天天隔夜快照,绝对错不了的 。

114站长工具箱(这个是你的网站不稳定时常来的) 。

121.10.141.* 。

119.147.114.213 。

站长工具模仿的百度蜘蛛 。

61.147.98.146 。

61.188.39.16 。

113.98.254.245 。

117.21.220.245 。

117.28.255.42 。

最后此篇关于判断百度蜘蛛的方法和百度真假蜘蛛IP如何识别的文章就讲到这里了,如果你想了解更多关于判断百度蜘蛛的方法和百度真假蜘蛛IP如何识别的内容请搜索CFSDN的文章或继续浏览相关文章,希望大家以后支持我的博客! 。

35 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com