|
|
| 推广知识 |
| 凤巢网络分析IIS日志中的搜索引擎爬虫痕迹 |
公司经验：可能很多SEO新手朋友还找不到网站日志该在哪里看，这个是需要在IIS服务器进行配置的哦，把步骤列出来，想想聪明的你很快就能学会：
第一个步骤：打开IIS服务器。选择所要设置的网站属性。选择“启用日志记录”，勾选，选择“W3C扩展日志文件格式”。
第二步骤：点击“W3C扩展日志文件格式”后面的“属性”按钮，常规选项里面，选择新日志计划为“每天”，当然也可以选择其他，选择好保存日志文件的目录。（注：日志文件最好跟你要设置的网站放在一个目录内，避免和其他网站日志混淆）
第三个步骤：选择高级选项。勾选底下的用户代理（cs(User-Agent)）等选项，我一般都将最下面的三个选项勾选起来。这样，你才可以看到百度等爬虫的名称。
第四个步骤：选择名为“主目录”的选项卡，勾选“记录访问”的复选框即可。这样你的IIS日志就开始正常记录了。
如何分析网站IIS日志中的搜索引擎爬虫轨迹,这是很多新手SEOer放在心里的一个疑问。网站建设中心又来给您支招了！
假如你要搜索百度的爬虫，那么就直接在保存记录的文本文档上搜索“Baiduspider”，我们节选以下一行来做详细的分析：
2011-02-2713:02:40W3SVC321222.73.86.227GET/index.html-80-61.135.168.39Baiduspider+(+http://www.baidu.com/search/spider.htm)200064--www.shengfei.net
这段IIS日志代码表示：在2011-02-2713:02:40这个时间，百度搜索引擎的蜘蛛（ip地址为61.135.168.39，后面的http://www.baidu.com/search/spider.htm是关于Baiduspider+的相关问题）访问了服务器ip为222.73.86.227的网站www.shengfei.net，并且抓取了首页/index.html，该日志记录保存在W3SVC321文件夹。其中，两个地方值得说明：
一是各大搜索引擎爬虫（蜘蛛）的名称整理如下，大家可以对号入座：
1.Google爬虫名称
1.1Googlebot：从Google的网站索引和新闻索引中抓取网页
1.2Googlebot-Mobile针对Google的移动索引抓取网页
1.3Googlebot-Image：针对Google的图片索引抓取网页
1.4Mediapartners-Google：抓取网页确定AdSense的内容。只有在你的网站上展示AdSense广告的情况下，Google才会使用此漫游器来抓取您的网站。
1.5Adsbot-Google：抓取网页来衡量AdWords目标网页的质量。只有在你使用GoogleAdWords为你的网站做广告的情况下，Google才会使用此漫游器。
2.百度（Baidu）爬虫名称：Baiduspider
3.雅虎（Yahoo）爬虫名称：YahooSlurp
4.有道（Yodao）蜘蛛名称：YodaoBot
5.搜狗（sogou）蜘蛛名称：sogouspider
6.MSN的蜘蛛名称：Msnbot
其他的搜索引擎我们使用得很少，就不需要理会了。
二是代码中的200表示搜索引擎蜘蛛爬行后返回HTTP的状态代码，代表成功爬行并抓取。
各个数字代码的具体意思参见如下：
2xx成功
200正常;请求已完成。
201正常;紧接POST命令。
202正常;已接受用于处理，但处理尚未完成。
203正常;部分信息—返回的信息只是一部分。
204正常;无响应—已接收请求，但不存在要回送的信息。
3xx重定向
301已移动—请求的数据具有新的位置且更改是永久的。
302已找到—请求的数据临时具有不同URI。
303请参阅其它—可在另一URI下找到对请求的响应，且应使用GET方法检索此响应。
304未修改—未按预期修改文档。
305使用代理—必须通过位置字段中提供的代理来访问请求的资源。
306未使用—不再使用;保留此代码以便将来使用。
4xx客户机中出现的错误
400错误请求—请求中有语法问题，或不能满足请求。
401未授权—未授权客户机访问数据。
402需要付款—表示计费系统已有效。
403禁止—即使有授权也不需要访问。
404找不到—服务器找不到给定的资源;文档不存在。
407代理认证请求—客户机首先必须使用代理认证自身。
410请求的网页不存在(永久);
415介质类型不受支持—服务器拒绝服务请求，因为不支持请求实体的格式。
5xx服务器中出现的错误
500内部错误—因为意外情况，服务器不能完成请求。
501未执行—服务器不支持请求的工具。
502错误网关—服务器接收到来自上游服务器的无效响应。
503无法获得服务—由于临时过载或维护，服务器无法处理请求。 |
| 发布时间：2011-03-03 10:56:13 |
点击率：2159 |
「返回上一页」 |
|
|
|
