网站优化

百度爬虫什么,怎么识别百度爬虫

作者:admin 发布时间:2020-07-26
经常听到开发人员问,百度爬虫是啥?最近百度爬虫来的太频繁网络服务器抓爆了,最近百度爬虫都不来了该怎么办,还有很多站点想要百度爬虫的IP段,想把IP加入授权管理,但IP不固定,我们无法对外公布。
那怎样才能识别正确的百度爬虫呢?只需简单2步,教你正确识别百度爬虫:
1.查看UA,如果UA都不对,可以直接判断非百度搜索索的蜘蛛,目前UA分为移动、PC、和微信小程序三个应用领域,这三个渠道UA分别如下:
移动UA:
Mozilla/5.0(Linux;u;Android 4.2.2;;) AppleWebKit/534.46 (KHTML,like Gecko)Version/5.1 Mobile Safari/10600.6.3 (compatible; Baiduspider/2.0;+)

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;+)
PC UA:
Mozilla/patible; Baiduspider/2.0; +)

Mozilla/patible; Baiduspider-render/2.0; +)
微信小程序UA:
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;Smartapp; +)
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,您可使用hostip命令反解ip来判断是否来自Baiduspider的抓取。Baiduspider的hostname以*.或*.baidu.jp 的格式命名,非*.或*.baidu.jp即为冒充。
2).在windows平台或者IBM OS/2平台下,您可使用nslookup ip命令反解ip来 判断是否来自Baiduspider的抓取。打开命令CPU 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*.或*.baidu.jp的格式命名,非*.或*.baidu.jp即为冒充。
3).在macos平台下,您可使用dig命令反解ip来判断是否来自Baiduspider的抓取。打开命令CPU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*.或*.baidu.jp的格式命名,非*.或*.baidu.jp即为冒充。

收缩