深入解析网站日志中的百度IP段

频道:SEO 日期: 浏览:594

      大家进行网站日志分析的时候,常见到很多不同IP段的百度蜘蛛,为了方便大家更好的进行日志分析,下面列举了百度不同IP段常见蜘蛛的一些详情情况,及所谓的降权蜘蛛,沙盒蜘蛛,高权重蜘蛛等等。众所周知,百度蜘蛛爬虫对于网站SEO有很好的索引和帮助,能够快速在百度首页通过关键词搜索直达您的网站。

一、百度蜘蛛(Baiduspider)爬取

是搜索引擎获得页面内容的一个重要的途径,通过蜘蛛的抓取可以得到一个页面的最主要的内容从而收录百度数据库系统,每次抓取之后都会再与数据库原有的信息进行比对,来确定页面的总体质量。

那么,每当蜘蛛来抓取的时候都会被网站日志文件记录下来,具体包括抓取时间,抓取的页面以及蜘蛛来路IP地址,上次说到百度蜘蛛(Baiduspider)ip来路基本能够反映出不同蜘蛛对站点不同页面的喜好程度,从侧面也反映出整个网站不同页面的权重值,通过自己一系列的分析,可以较为准确的评估整站的权重分布,对于seo、文章内容价值、用户体验都起到很好的参考价值。

经常听到站长们问,百度蜘蛛是什么?最近百度蜘蛛来的太频繁服务器抓爆了,最近百度蜘蛛都不来了怎么办,还有很多站点想得到百度蜘蛛的IP段,想把IP加入白名单,但IP不固定,我们无法对外公布。

那怎么才能识别正确的百度蜘蛛呢?来来来,只需两步,教你正确识别百度蜘蛛

1、查看UA,如果UA都不对,可以直接判断非百度搜索的蜘蛛,目前对外公布过的UA是:

移动UA:Mozilla/5.0 (Linux;u;Android 4.2.2;zh-cn;) AppleWebKit/534.46 (KHTML,likeGecko) Version/5.1 Mobile Safari/10600.6.3 (compatible; Baiduspider/2.0;+http://www.baidu.com/search/spider.html)

PC UA:Mozilla/5.0 (compatible; Baiduspider/2.0;+http://www.baidu.com/search/spider.html)

新增渲染UA:

移动UA:Mozilla/5.0 (iPhone; CPU iPhone OS 9_1 likeMac OS X) AppleWebKit/601.1.46 (KHTML, like Gecko) Version/9.0 Mobile/13B143Safari/601.1 (compatible; Baiduspider-render/2.0; +http://www.baidu.com/search/spider.html)

PC UA:Mozilla/5.0 (compatible;Baiduspider-render/2.0; +http://www.baidu.com/search/spider.html)

2、反查IP

站长可以通过DNS反查IP的方式判断某只spider是否来自百度搜索引擎。根据平台不同验证方法不同,如linux/windows/os三种平台下的验证方法分别如下:

1)、在linux平台下,您可以使用host ip命令反解ip来判断是否来自Baiduspider的抓取。Baiduspider的hostname以 *.baidu.com 或 *.baidu.jp 的格式命名,非 *.baidu.com 或 *.baidu.jp 即为冒充。

2)、在windows平台或者IBM OS/2平台下,您可以使用nslookup ip命令反解ip来 判断是否来自Baiduspider的抓取。打开命令处理器 输入nslookup xxx.xxx.xxx.xxx(IP地 址)就能解析ip, 来判断是否来自Baiduspider的抓取,Baiduspider的hostname以*.baidu.com 或*.baidu.jp 的格式命名,非 *.baidu.com 或 *.baidu.jp 即为冒充。

3)、 在mac os平台下,您可以使用dig 命令反解ip来 判断是否来自Baiduspider的抓取。打开命令处理器 输入dig xxx.xxx.xxx.xxx(IP地 址)就能解析ip, 来判断是否来自Baiduspider的抓取,Baiduspider的hostname以 *.baidu.com 或*.baidu.jp 的格式命名,非 *.baidu.com 或 *.baidu.jp 即为冒充。

      根据不同的IP我们可以分析网站是个怎样的状态.就按照IIS日志上的百度蜘蛛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。

  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。

  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.*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!

  第二部分

  作为一个站长,了解百度蜘蛛是本分,我们每天都看网站日志,网站日志里面包含了各种搜索引擎来路及到访页面信息,作为中国的站长,比较关心的要算是百度蜘蛛。在网站日志里面有很多有关百度蜘蛛的IP段,这些IP段都不相同,每一个IP代表一个含义。[code]60.172.229.61

  61.129.45.72

  61.135.162.* 代表百度蜘蛛IP造访,准备抓取你东西,抓取网页的百度蜘蛛。

  61.135.165.134 百度竞价蜘蛛北京联通。

  61.135.168.* 抓取图片的百度蜘蛛

  61.135.186.* (百度联盟爬虫),说白了就是百度统计

  61.147.98.146

  61.188.39.16

  113.98.254.245

  117.21.220.245

  117.28.255.42 站长工具模仿的百度蜘蛛

  117.34.74.66

  118.122.188.194

  119.63.196.9 百度竞价蜘蛛。

  119.147.114.213

  121.10.141.* 114站长工具箱(这个是你的网站不稳定时常来的)

  121.14.89.* 这个ip段作为度过新站考察期(很少来)

  123.15.**.** 百度图片爬虫

  123.125.66.* 代表百度蜘蛛IP造访,准备抓取你东西,抓取网页的百度蜘蛛

  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。

  123.125.71.*抓取内页收录的,权重较低,爬过此段的内页文章暂时被收录但不放出来(意思也就是说待定),因不是原创或采集文章。(百度网页爬虫(百度图片爬虫)

  124.248.34.52 搜外站长工具蜘蛛

  125.39.78.185 百度竞价蜘蛛天津联通

  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,没有多大用

  159.226.50.* 百度蜘蛛

  180.76.5.* 百度蜘蛛北京联通

  180.76.5.87 百度蜘蛛北京电信

  180.149.130.* 伪装百度蜘蛛IP

  183.91.40.144

  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,就是路过一下。

  218.30.118.102

  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.* 代表百度蜘蛛IP造访,准备抓取你东西,抓取网页的百度蜘蛛。

  220.181.68.* 每天这个IP 段只增不减很有可能进沙盒或K站。

  220.181.108.75 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。

  220.181.108.77 专用抓首页IP权重段,一般返回代码是304 0 0 代表未更新。

  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。

  220.181.108.83 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。

  220.181.108.86 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。

  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。

  220.181.108.91 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。

  220.181.108.92 同上98%抓取首页,可能还会抓取其他(不是指内页),属于权重IP段此段爬过的文章或首页基本24小时放出来。

  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。

  220.181.108.95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。

  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.*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!一般成功抓取返回代码都是 200 00返回304 0 0代表网站没更新,蜘蛛来过,如果是 200 064别担心这不是K站,可能是网站是动态的,所以返回就是这个代码。

  220.181.158.107 百度蜘蛛

  222.77.187.33 该IP为站长站友链检测伪蜘蛛IP位于福建省福州市

  222.186.24.59[/code]你比对着来分析下自己的日子吧,不要把不是百度蜘蛛的当作百度蜘蛛了。

  有时候用站长工具查询网站,也会出现baidudpider,但那不是真的。

  第三部分

  //www.zhidot.com/content93/

  步骤

  1、下面的百度蜘蛛IP造访,准备抓取你东西,抓取网页的百度蜘蛛。

  60.172.229.61

  61.129.45.72

  61.135.162.*

  2、百度竞价蜘蛛

  61.135.165.134

  117.34.74.66

  118.122.188.194

  119.63.196.9

  125.39.78.185

  3、(百度联盟爬虫),说白了就是百度统计。

  61.135.186.*

  4、站长工具模仿的百度蜘蛛。

  61.147.98.146

  61.188.39.16

  113.98.254.245

  117.21.220.245

  117.28.255.42

  5、114站长工具箱(这个是你的网站不稳定时常来的)

  119.147.114.213

  121.10.141.*

  6、百度图片爬虫

  123.15.**.**

  7、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。

  123.125.68.*

  8、抓取内页收录的,权重较低,爬过此段的内页文章暂时被收录但不放出来(意思也就是说待定),因不是原创或采集文章。(百度网页爬虫(百度图片爬虫)

  123.125.71.*

  9、搜外站长工具蜘蛛。

  124.248.34.52

  10、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,没有多大用。

  125.90.88.*

  11、百度蜘蛛

  159.226.50.*

  180.76.5.*

  180.76.5.87

  220.181.158.107

  12、伪装百度蜘蛛IP

  180.149.130.*

  13、这个ip段出现在新站及站点有不正常现象后。

  183.91.40.144

  203.208.60.*

  14、这个ip段不间断巡逻各站,就是路过一下。

  210.72.225.*

  15、每天这个IP 段只增不减很有可能进沙盒或K站

  218.30.118.102

  220.181.68.*

  123.125.68.*

  220.181.68.*

  16、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!一般成功抓取返回代码都是200 0 0返回304 0 0代表网站没更新,蜘蛛来过,如果是 200 064别担心这不是K站,可能是网站是动态的,所以返回就是这个代码。

  220.181.108.*

  17、代表百度蜘蛛IP来访准备抓取你东西

  220.181.7.*

  123.125.66.*

  18、这个ip段作为度过新站考察期

  121.14.89.*

  19、这个ip段出现在新站或站点有不正常现象后

  203.208..60.*

  20、这个ip段不间断巡逻各站

  210.72.225.*

  21、这个是百度抓取首页的专用IP如是220.181.108段的ip来的话基本来说网站会天天隔夜快照,绝对错不了的

  220.181.108.95

  22、98%抓取首页可能还会抓取其他「不是指内页)属于权重IP段此段爬过的文章或首页基本24小时放出来.

  220.181.108.92

  23、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

  123.125.71.106

  24、属于综合的。主要抓取首页和内页或者其它页面。属于权重IP段, 抓过的文章或首页基本24小时放出来

  220.181.108.91

  25、重点抓取更新文章的内页达到90%,8%的抓取首页,2%其他权重ip段,抓过的文章或首页基本24小时放出来

  220.181.108.75

  26、专用抓取首页ip 权重段,一般返回代码304 0 0代表未更新

  220.181.108.86

  27、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

  123.125.71.95

  123.125.71.97

  28、专用抓取首页ip 权重段,一般返回代码304 0 0代表未更新

  220.181.108.89

  220.181.108.94

  220.181.108.97

  220.181.108.80

  220.181.108.77

  29、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

  123.181.108.77

  30、专用抓取首页ip 权重段,一般返回代码304 0 0代表未更新

  220.181.108.83

  第四条

  个人总结

  218.30.118.102 这个ip只增不减 很有能进沙盒或者K站

  59.53.65.29这个ip是www.87pan.com站点的,

  117.28.255.37 (BaiDu Spider假的,实质为chinaz的蜘蛛ip.chinaz.com,提权或降权的前兆)

  218.30.118.80 (BaiDu Spider) ,//www.ciku5.com/服务器的ip,beit站来过

  117.28.255.53 企业站来过,也是站长工具的ip

百度蜘蛛Spider新增渲染抓取UA公告 发布日期:2017-03-24

为了给搜索用户更好的体验、对站点实现更好地索引和呈现,百度搜索需要访问网站的CSS、Javascript和图片信息,以便更精准地理解页面内容,实现搜索结果最优排名,百度搜索会全面启用最新UA来访问站点的上述资源。从3月24日(2017)开始,百度搜索抽取了部分优质站点进行抓取内测,可能会对站点服务器造成一定压力影响,请尽量不要对UA进行封禁,以免造成不可逆转的损失。

最新UA如下:

PC:Mozilla/5.0 (compatible; Baiduspider-render/2.0; +http://www.baidu.com/search/spider.html)

移动:Mozilla/5.0 (iPhone; CPU iPhone OS 9_1 like Mac OS X) AppleWebKit/601.1.46 (KHTML, like Gecko) Version/9.0 Mobile/13B143 Safari/601.1 (compatible; Baiduspider-render/2.0; +http://www.baidu.com/search/spider.html)

ip段落:

111.206.221.* 

111.206.198.*

案例

111.206.198.42 - - [05/Dec/2019:22:29:59 +0800] "GET /member/memberajax.php?callback=jQuery1113042143549799183355_1575556199641&t=0.842599130237863&_=1575556199642 HTTP/1.1" 301 414 "http://bzxinxin2010rs.c2p.rongbiz.com/onekey-htm-lang-cn-updateOneKey-newupdate.html" "Mozilla/5.0 (iPhone; CPU iPhone OS 9_1 like Mac OS X) AppleWebKit/601.1.46 (KHTML, like Gecko) Version/9.0 Mobile/13B143 Safari/601.1 (compatible; Baiduspider-render/2.0; +http://www.baidu.com/search/spider.html)"