Spider对网站抓取数量突增往往给站点带来很大烦恼,纷纷找平台想要Baiduspider IP白名单,但实际上BaiduSpider IP会随时变化,所以并不敢公布出来,担心站长设置不及时影响抓取效果。百度是怎么计算分配抓取流量的呢?站点抓取流量暴增的原因有哪些呢?
总体来说,Baiduspider会根据站点规模、历史上网站每天新产出的链接数量、已抓取网页的综合质量打分等等,来综合计算抓取流量,同时兼顾站长在抓取频次工具里设置的、网站可承受的最大抓取值。
从目前追查过的抓取流量突增的case中,原因可以分为以下几种:
1, Baiduspider发现站内JS代码较多,调用大量资源针对JS代码进行解析抓取
2, 百度其他部门(如商业、图片等)的spider在抓取,但流量没有控制好
3, 已抓取的链接,打分不够好,垃圾过多,导致spider重新抓取
4, 站点被攻击,有人仿冒百度爬虫(见下文关于BaiduSpider)
如果站长排除了自身问题、仿冒问题,确认BaiduSpider抓取流量过大的话,可以通过百度的反馈中心(http://zhanzhang.baidu.com/feedback)反馈,注:一定要提供详细的抓取日志截图。
伟明设计是一家业余网站扶植公司,以“展示型网站、营销型网站、相应式网站、手机网站、信息平台网站、商城网站”为主,以完美的办事、良好的信用办事于当局、教导、动力、金融、企业等多个重点行业用户,为各行业客户供给业余的收集综合信息化办事和全方位的电子商务解决方案,努力帮忙客户创立完美的互联网信息平台,应用互联网技巧扩展商机,为客户信息化成长和营业拓展发明更高代价。