如何查看網(wǎng)站被百度抓取的情況

查看網(wǎng)站被百度抓取的情況的方法：通過分析網(wǎng)站日志中百度蜘蛛的活躍性、抓取頻率、返回的http狀態(tài)碼等來實(shí)現(xiàn)。還可以查看網(wǎng)站根目錄下的日志文件，該文件記錄了網(wǎng)站被訪問和操作的情況。

百度用于抓取網(wǎng)頁的程序叫做Baiduspider – 百度蜘蛛，我們查看網(wǎng)站被百度抓取的情況主要是分析，網(wǎng)站日志里百度蜘蛛Baiduspider的活躍性：抓取頻率，返回的HTTP狀態(tài)碼。

查看日志的方式：

通過FTP，在網(wǎng)站根目錄找到一個日志文件，文件名一般包含log，下載解壓里面的記事本，這即是網(wǎng)站的日志，記錄了網(wǎng)站被訪問和操作的情況。

因?yàn)楦鱾€服務(wù)器和主機(jī)的情況不同，不同的主機(jī)日志功能記錄的內(nèi)容不同，有的甚至沒有日志功能。

日志內(nèi)容如下：

61.135.168.22 – – [11/Jan/2009:04:02:45 +0800] “GET /bbs/Thread-7303-1-1.html HTTP/1.1” 200 8450 “-” “Baiduspider+(+http://www.baidu.com/search/spider.htm)”??

分析：

GET /bbs/thread-7303-1-1.html?? 代表，抓取/bbs/thread-7303-1-1.html 這個頁面。

200? 代表成功抓取。

8450? 代表抓取了8450個字節(jié)。

如果你的日志里格式不是如此，則代表日志格式設(shè)置不同。

很多日志里可以看到 200 0 0和200 0? 64 則都代表正常抓取。

抓取頻率是通過查看每日的日志里百度蜘蛛抓取次數(shù)來獲知。抓取頻率并沒有一個規(guī)范的時間表或頻率數(shù)字，我們一般通過多日的日志對比來判斷。當(dāng)然，我們希望百度蜘蛛每日抓取的次數(shù)越多越好。