最新最准确各大搜索引擎蜘蛛名称(转)

1、百度蜘蛛:Baiduspider
网上的资料百度蜘蛛名称有BaiduSpider、baiduspider等,都洗洗睡吧,那是旧黄历了。 百度蜘蛛最新名称为Baiduspider。日志中还发现了Baiduspider-image这个百度旗下蜘蛛,查了下资料(其实直接看名字就可以 了……),是抓取图片的蜘蛛。
常见百度旗下同类型蜘蛛还有下面这些:Baiduspider-mobile(抓取wap)、Baiduspider-image(抓取图片)、Baiduspider-video(抓取视频)、Baiduspider-news(抓取新闻)。
注:以上百度蜘蛛目前常见的是Baiduspider和Baiduspider-image两种。
2、谷歌蜘蛛:Googlebot
这个争议较少,但也有说是GoogleBot的。谷歌蜘蛛最新名称为“compatible; Googlebot/2.1;”。还发现了Googlebot-Mobile,看名字是抓取wap内容的。
3、360蜘蛛:360Spider,它是一个很“勤奋抓爬”的蜘蛛。
4、SOSO蜘蛛:Sosospider,也可为它颁一个“勤奋抓爬”奖的蜘蛛。
5、雅虎蜘蛛:“Yahoo! Slurp China”或者Yahoo!
名称中带“Slurp”和空格,名称有空格robots里名称可以使用“Slurp”或者“Yahoo”单词描述,不知道有效无效。
6、有道蜘蛛:YoudaoBot,YodaoBot(两个名字都有,中文拼音少了个U字母读音差别很大嘎,这都会少?)
7、搜狗蜘蛛:Sogou News Spider
搜狗蜘蛛还包括如下这些:Sogou web spider、Sogou inst spider、Sogou spider2、Sogou blog、Sogou News Spider、Sogou Orion spider,
(参考一些网站的robots文件,搜狗蜘蛛名称可以用Sogou概括,无法验证不知道有没有效)
看看最权威的百度的robots.txt ,http://www.baidu.com/robots.txt 就为Sogou搜狗蜘蛛费了不少字节,占了一大块领地。
“Sogou web spider;Sogou inst spider;Sogou spider2;Sogou blog;Sogou News Spider;Sogou Orion spider”目前6个,名称都带空格。
线上常见”Sogou web spider/4.0″ ;”Sogou News Spider/4.0″ ;”Sogou inst spider/4.0″ 可以为它颁个“占名为王”奖。
8、MSN蜘蛛:msnbot,msnbot-media(只见到msnbot-media在狂爬……)
9、必应蜘蛛:bingbot
线上(compatible; bingbot/2.0;)
10、一搜蜘蛛:YisouSpider
11、Alexa蜘蛛:ia_archiver
12、宜sou蜘蛛:EasouSpider
13、即刻蜘蛛:JikeSpider
14、一淘网蜘蛛:EtaoSpider
“Mozilla/5.0 (compatible; EtaoSpider/1.0; http://省略/EtaoSpider)”
根据上述蜘蛛中选择几个常用的允许抓取,其余的都可以通过robots屏蔽抓取。如果你暂时空间流量还足够使用,等流量紧张了就保留几个常用的屏蔽掉其它蜘蛛以节省流量。至于那些蜘蛛抓取对网站能带来有利用的价值,网站的管理者眼睛是雪亮的。
另外还发现了如 YandexBot、AhrefsBot和ezooms.bot这些蜘蛛,据说这些蜘蛛国外噶,对中文网站用处很小。那不如就节省下资源。

《最新最准确各大搜索引擎蜘蛛名称(转)》有1个想法

  1. // 判断是否为搜索引擎蜘蛛 php代码
    function is_spider(){

    static $spider = NULL;

    if ($spider !== NULL)
    {
    return $spider;
    }

    if (empty($_SERVER[‘HTTP_USER_AGENT’]))
    {
    $spider = ”;

    return ”;
    }

    $searchengine_bot = array(
    ‘googlebot’,
    ‘mediapartners-google’,
    ‘baiduspider+’,
    ‘msnbot’,
    ‘yodaobot’,
    ‘yahoo! slurp;’,
    ‘yahoo! slurp china;’,
    ‘iaskspider’,
    ‘sogou web spider’,
    ‘sogou push spider’,
    ‘baiduspider’,
    ‘baiduspider-image’,
    ‘youdaobot’,
    ‘sogou inst spider’,
    ‘sogou spider2’,
    ‘sogou blog’,
    ‘sogou news spider’,
    ‘sogou orion spider’,
    ‘jikespider’,
    ‘sosospider’,
    ‘pangusospider’,
    ‘yisouspider’,
    ‘easouspider’,
    ‘360spider’,
    ‘bingbot’,
    ‘baiduspider’,
    ‘haosouspider’,
    // ‘sitemapx’,
    ‘exabot’,
    ‘yandexbot’,
    ‘ahrefsbot’,
    ‘yisouspider’,
    ‘easouspider’,
    ‘jikespider’,
    ‘ia_archiver’,
    ‘etaospider’,
    ‘ezooms’
    );

    $searchengine_name = array(
    ‘GOOGLE’,
    ‘GOOGLE ADSENSE’,
    ‘BAIDU’,
    ‘MSN’,
    ‘YODAO’,
    ‘YAHOO’,
    ‘Yahoo China’,
    ‘IASK’,
    ‘SOGOU’,
    ‘SOGOU’,
    ‘BAIDU’,
    ‘BAIDU IMAGE’,
    ‘YOUDAO’,
    ‘SOGOU’,
    ‘SOGOU’,
    ‘SOGOU’,
    ‘SOGOU’,
    ‘SOGOU’,
    ‘JIKE’,
    ‘SOSO’,
    ‘PANGUSO’,
    ‘YISOU’,
    ‘EASOU’,
    ‘360’,
    ‘BING’,
    ‘BAIDU’,
    ‘HAOSOUSPIDER’,
    // ‘SITEMAPX’,
    ‘EXABAT’,
    ‘YANDEXBOT’,
    ‘AHREFSBOT’,
    ‘YISOUSPIDER’,
    ‘EASOUSPIDER’,
    ‘JIKESPIDER’,
    ‘IA_ARCHIVER’,
    ‘ETAOSPIDER’,
    ‘EZOOMS’
    );

    $spider = strtolower($_SERVER[‘HTTP_USER_AGENT’]);

    foreach ($searchengine_bot AS $key => $value){

    if (strpos($spider, $value) !== false){

    $spider = $searchengine_name[$key];
    return $spider;
    }
    }

    $spider = ”;
    return ”;
    }

评论已关闭。