或者

SEO扫盲:Baiduspider,Robot是什么?

作者:川藏线。 浏览:237 发布时间:2018-02-06
分享 评论 0

编者按,如果你是一位新手站长,不明白什么是Robot,不知道如何查看网站日志?不用怕,这篇SEO扫盲文章教你如何查看网站日志。


Robot英文直译是机器人,在搜索引擎优化SEO中,我们经常翻译为:探测器。


有时,你会碰到crawler(爬行器),spider(蜘蛛),都是探测器之一,只是叫法不同。


SEO中常说的这个探测器(Robot)是什么?


搜索引擎用来抓取网页的工具。它是一个软件或者说一系列自动程序(显然,不是一部机器)。


不同的搜索引擎给他们自己的探测器(Robot)起不同的名字。


谷歌:googlebot 百度:baiduspider MSN:MSNbot Yahoo:Slurp (yahoo家的这位比较特殊,没有带“姓”,并且用的是一个拟声词。Slurp,中文理解是机器人吃东西时发出的啧啧的声音)


关于Robot,需要关心的主要是Robots.txt,以及网站日志中包含的以上几个名字。


百度用于抓取网页的程序叫做Baiduspider – 百度蜘蛛,我们查看网站被百度抓取的情况主要是分析,网站日志里百度蜘蛛Baiduspider的活跃性:抓取频率,返回的HTTP状态码。


查看日志的方式:


通过FTP,在网站根目录找到一个日志文件,文件名一般包含log,下载解压里面的记事本,这即是网站的日志,记录了网站被访问和操作的情况。



因为各个服务器和主机的情况不同,不同的主机日志功能记录的内容不同,有的甚至没有日志功能。


日志内容如下:


61.135.168.22 – - [11/Jan/2009:04:02:45 +0800] “GET /bbs/thread-7303-1-1.html HTTP/1.1″ 200 8450 “-” “Baiduspider+(+http://www.baidu.com/search/spider.htm)”


分析:


GET /bbs/thread-7303-1-1.html 代表,抓取/bbs/thread-7303-1-1.html 这个页面。


200 代表成功抓取。


8450 代表抓取了8450个字节。


如果你的日志里格式不是如此,则代表日志格式设置不同。


很多日志里可以看到 200 0 0和200 0 64 则都代表正常抓取。


抓取频率是通过查看每日的日志里百度蜘蛛抓取次数来获知。抓取频率并没有一个规范的时间表或频率数字,我们一般通过多日的日志对比来判断。当然,我们希望百度蜘蛛每日抓取的次数越多越好。