淺析各大搜索引擎蜘蛛的那些事

一、列舉一下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，熱土蜘蛛：Adminrtspider 。當然這里只是象征性的列一下，就算我們分析日志的時候看到了也不要太奇怪，又或者你想禁止它們爬你的站點也是可以的。

二、一句話總結(jié)蜘蛛的習慣

google蜘蛛：不太愛爬，但愛收錄。

百度蜘蛛：爬謹慎，收錄更謹慎。

搜搜蜘蛛：愛爬圖片，經(jīng)常繞在動態(tài)地址里出不來。

雅虎蜘蛛：恪守規(guī)則，每次都是先爬robots.txt。

其他的沒有太多留意，就不多說了。

三、對于robots.txt的支持程度

全部分析可能也不現(xiàn)實，這里拿Disallow: /*?*分析（禁止動態(tài)頁面抓取）。

google表現(xiàn)：寫了禁止就不再爬，會在谷歌站長工具中列出來它想爬被你阻止了，如下圖：

百度的表現(xiàn)：寫了禁止之后很少爬，但是偶爾也會爬，相信是起作用了，因為越來越少，以前一天幾次現(xiàn)在幾天一次。

搜狗蜘蛛：可以說是基本不聽話，也不知道是不是不吃這個規(guī)則，說它完全不吃它也吃了一點，只是把動態(tài)地址的問號拿掉了，然后照爬，一爬就是一大片，這不知道它能爬出什么東西，如下圖：

搜搜蜘蛛跟雅虎蜘蛛好像差不多，感覺還是挺有效的，禁止之后沒有再有它爬過的痕跡。

服務(wù)器租用/服務(wù)器托管中國五強！虛擬主機域名注冊頂級提供商！15年品質(zhì)保障！--億恩科技[ENKJ.COM]