还记得去年分享了一个关于蜘蛛爬行记录抓取的功能,可以看到每天蜘蛛的爬取记录已经相关频次等等,最近对于百度蜘蛛ip段含义,网上找了下资料,基本上对于IP段的解释都是比较符合实际操作的。
本文仅供参考让大家对蜘蛛日记各引擎的蜘蛛IP有个更深的了解,根据不同的IP我们可以分析网站是个怎样的状态.下面就按照IIS日记上的百度蜘蛛IP为例: 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。 220.181.68.* 每天这个IP 段只增不减很有可能进沙盒或K站。 220.181.7.*、123.125.66.* 代表百度蜘蛛IP造访,准备抓取你东西。 121.14.89.* 这个ip段作为度过新站考察期。 203.208.60.* 这个ip段出现在新站及站点有不正常现象后。 210.72.225.* 这个ip段不间断巡逻各站。 125.90.88.* 广东茂名市电信也属于百度蜘蛛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。 220.181.108.95 这个是百度抓取首页的专用IP,如是220.181.108段的话,基本来说你的网站会天天隔夜快照,绝对错不了的,我保证。 220.181.108.92 同上98%抓取首页,可能还会抓取其他 (不是指内页)220.181段属于权重IP段此段爬过的文章或首页基本24小时放出来。 123.125.71.106 抓取内页收录的,权重较低,爬过此段的内页文章不会很快放出来,因不是原创或采集文章。 220.181.108.91 属于综合的,主要抓取首页和内页或其他,属于权重IP 段,爬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%抓取首页,2%其他。权重IP 段,爬过的文章或首页基本24小时放出来。 220.181.108.86 专用抓取首页IP 权重段,一般返回代码是304 0 0 代表未更新。 123.125.71.95 抓取内页收录的,权重较低,爬过此段的内页文章不会很快放出来,因不是原创或采集文章。 123.125.71.97 抓取内页收录的,权重较低,爬过此段的内页文章不会很快放出来,因不是原创或采集文章。 220.181.108.89 专用抓取首页IP 权重段,一般返回代码是304 0 0 代表未更新。 220.181.108.94 专用抓取首页IP 权重段,一般返回代码是304 0 0 代表未更新。 220.181.108.97 专用抓取首页IP 权重段,一般返回代码是304 0 0 代表未更新。 220.181.108.80 专用抓取首页IP 权重段,一般返回代码是304 0 0 代表未更新。 220.181.108.77 专用抓首页IP 权重段,一般返回代码是304 0 0 代表未更新。 123.125.71.117 抓取内页收录的,权重较低,爬过此段的内页文章不会很快放出来,因不是原创或采集文章。 注:以上IP尾数还有很多,但段位一样的123.125.71.* 段IP 代表抓取内页收录的权重比较低.可能由于你采集文章或拼文章暂时被收录但不放出来.(意思也就是说待定)。 220.181.108.83专用抓取首页IP 权重段,一般返回代码是304 0 0 代表未更新。 220.181.108.* 段IP主要是抓取首页占80%,内页占30%,这此爬过的文章或首页,绝对24小时内放出来和隔夜快照的,这点我可以保证! 一般成功抓取返回代码都200,返回304代表网站没更新。
btw:
PHP蜘蛛爬行记录源码:
http://www.80aj.com/2533.html