揭秘百度是如何抓取你网站的 百度蜘蛛抓取规律和原理

经常听到站长们问 , 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不固定 , 我们无法对外公布 。
那怎么才能识别正确的百度蜘蛛呢?来来来 , 只需两步 , 教你正确识别百度蜘蛛

揭秘百度是如何抓取你网站的 百度蜘蛛抓取规律和原理

文章插图
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)
【揭秘百度是如何抓取你网站的 百度蜘蛛抓取规律和原理】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/13B143Safari/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:
揭秘百度是如何抓取你网站的 百度蜘蛛抓取规律和原理

文章插图
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 。
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 。

    推荐阅读