影響搜索引擎對網站蜘蛛的6大原因

        網站的排名、收錄都要經常關注搜索引擎，大家經常會談到蜘蛛抓取，那么怎么確定蜘蛛有沒有來過你的網站呢?

　　通常網站的日志會告訴我們這些信息，這里以王大君網絡營銷博客為例。筆者使用的是虛擬空間，在筆者網站根目錄下的log文件夾里面有一些ex日 期.log文本文件。在這里王大君提醒大家，如果在你的log文件夾里沒有文件，可能需要你到虛擬空間后臺先下載日志文件到FTP空間，也就是下載到你的 網站根目錄的log文件夾時里。我們選擇ex101116.log下載到本地，這個文件就是王大君網絡營銷博客網站2010年11月16日的日志，用記事 本打開，在日志文件中搜索“spider”這個詞，也就是蜘蛛的意思。有可能會發現以下的代碼:

　　google蜘蛛： googlebot

　　百度蜘蛛：baiduspider

　　yahoo蜘蛛：slurp

　　soso蜘蛛：sosospider

　　msn蜘蛛：msnbot

　　有道蜘蛛：YodaoBot和OutfoxBot

　　搜狗蜘蛛：sougouspider

　　當然，前提是這些蜘蛛來過你的網站，否則是沒有這些代碼的。

　　我們選擇一條百度蜘蛛代碼“baiduspider”的記錄，看下里面的代碼：

　　2010-11-15 18:18:10 174.192.105.6 GET /post/5.html - 80 - 220.181.108.166 Baiduspider+ (+http://www.baidu.com/search/spider.htm) - 200 ....

　　下面我來解釋下這段代碼：

　　1、2010-11-15 18:18:10 是百度蜘蛛來的日期和時間。

　　2、 GET /post/5.html是百度蜘蛛訪問的頁面 get表示獲取的意思。

　　3、80是端口

　　4、220.181.108.166是百度蜘蛛的ip地址

　　5、Baiduspider+(+http://www.baidu.com/search/spider.htm)就是指百度蜘蛛了

　　6、200表示抓取成功，這是百度蜘蛛爬行后返回的代碼。

　　另外還有一些其他的代碼：

　　2xx 成功

　　200 正常;請求已完成。

　　201 正常;緊接 POST 命令。

　　202 正常;已接受用于處理，但處理尚未完成。

　　203 正常;部分信息 — 返回的信息只是一部分。

　　204 正常;無響應 — 已接收請求，但不存在要回送的信息。

　　3xx 重定向

　　301 已移動 — 請求的數據具有新的位置且更改是永久的。

　　302 已找到 — 請求的數據臨時具有不同 URI。

　　303 請參閱其它 — 可在另一 URI 下找到對請求的響應，且應使用 GET 方法檢索此響應。

　　304 未修改 — 未按預期修改文檔。

　　305 使用代理 — 必須通過位置字段中提供的代理來訪問請求的資源。

　　306 未使用 — 不再使用;保留此代碼以便將來使用。

　　4xx 客戶機中出現的錯誤

　　400 錯誤請求 — 請求中有語法問題，或不能滿足請求。

　　401 未授權 — 未授權客戶機訪問數據。

　　402 需要付款 — 表示計費系統已有效。

　　403 禁止 — 即使有授權也不需要訪問。

　　404 找不到 — 服務器找不到給定的資源;文檔不存在。

　　407 代理認證請求 — 客戶機首先必須使用代理認證自身。

　　410 請求的網頁不存在(永久);

　　415 介質類型不受支持 — 服務器拒絕服務請求，因為不支持請求實體的格式。

　　5xx 服務器中出現的錯誤

　　500 內部錯誤 — 因為意外情況，服務器不能完成請求。

　　501 未執行 — 服務器不支持請求的工具。

　　502 錯誤網關 — 服務器接收到來自上游服務器的無效響應。

　　503 無法獲得服務 — 由于臨時過載或維護，服務器無法處理請求。

　　關于日志的分析今天我們就說到這里，如果大家有其他的見解，歡迎交流討論。