百度用于抓取網(wǎng)頁的程序叫做Baiduspider - 百度蜘蛛,我們查看網(wǎng)站被百度抓取的情況主要是分析,網(wǎng)站日志里百度蜘蛛Baiduspider的活躍性:抓取頻率,返回的HTTP狀態(tài)碼。
如何查看網(wǎng)站被百度抓取的情況?
查看日志的方式:
通過FTP,在網(wǎng)站根目錄找到一個(gè)日志文件,文件名一般包含log,下載解壓里面的記事本,這即是網(wǎng)站的日志,記錄了網(wǎng)站被訪問和操作的情況。
因?yàn)楦鱾€(gè)服務(wù)器和主機(jī)的情況不同,不同的主機(jī)日志功能記錄的內(nèi)容不同,有的甚至沒有日志功能。
日志內(nèi)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 這個(gè)頁面。
200 代表成功抓取。
8450 代表抓取了8450個(gè)字節(jié)。
如果你的日志里格式不是如此,則代表日志格式設(shè)置不同。
很多日志里可以看到 200 0 0和200 0 64 則都代表正常抓取。
抓取頻率是通過查看每日的日志里百度蜘蛛抓取次數(shù)來獲知。抓取頻率并沒有一個(gè)規(guī)范的時(shí)間表或頻率數(shù)字,我們一般通過多日的日志對(duì)比來判斷。當(dāng)然,我們希望百度蜘蛛每日抓取的次數(shù)越多越好。
在網(wǎng)站出現(xiàn)問題的情況下,通過查看網(wǎng)站日志,查看網(wǎng)站的HTTP返回值是否正常。
閱讀本文的人還可以閱讀: