搜索引擎的蜘蛛

一、各大搜索引擎蜘蛛的名字 google蜘蛛: googlebot 百度蜘蛛:baiduspider 搜狗蜘蛛:sogou spider 搜搜蜘蛛:Sosospider yahoo蜘蛛:slurp alexa蜘蛛:ia_archiver msn蜘蛛:msnbot altavista蜘蛛:scooter lycos蜘蛛: lycos_spider_(t-rex) alltheweb蜘蛛: fast-webcrawler inktomi蜘蛛: slurp 有道蜘蛛:YodaoBot和OutfoxBot 热土蜘蛛:Adminrtspider 当然这里只是象征性的列一下,就算我们分析日志的时候看到了也不要太奇怪,又或者你想禁止它们爬你的站点也是可以的。 二、总结一下蜘蛛的习惯 google蜘蛛:不太爱爬,但爱收录。 百度蜘蛛:爬谨慎,收录更谨慎。 搜搜蜘蛛:爱爬图片,经常绕在动态地址里出不来。 雅虎蜘蛛:恪守规则,每次都是先爬robots.txt。 其他的就不说了。 三、对于robots.txt的支持程度 全部都说不太现实,这里拿Disallow: /*?*举例(禁止动态页面抓取)。 google表现:写了禁止就不再爬,会在谷歌站长工具中列出来它想爬被你阻止了哪些。 百度的表现:写了禁止之后很少爬,但是偶尔也会爬,相信是起作用了,因为越来越少,以前一天几次现在几天一次。 搜狗蜘蛛:可以说是基本不听话,也不知道是不是不吃这个规则,说它完全不吃它也吃了一点,只是把动态地址的问号拿掉了,然后照爬,一爬就是一大片,这不知道它能爬出什么东西。 搜搜蜘蛛跟雅虎蜘蛛好像差不多,感觉还是挺有效的,禁止之后没有再有它爬过的痕迹