搜狗搜索蜘蛛爬虫抓取 - 网络技能论坛 - 经验分享 - 小轻秀场

搜狗搜索蜘蛛爬虫抓取

sogou spider User-Agent字段是什么?

PC端UA为

Sogou web spider

Sogou inst spider

Sogou spider

无线端UA为

Sogou wap spider

请注意,根据标准,ua区分大小写。

搜狗spider的IP有哪些?

搜狗暂不对外提供搜狗spider IP列表,但您可以通过DNS反查IP的方式判断某只spider是否来自搜狗搜索引擎。根据不同平台有不同的验证方法。

linux平台:

命令为host ip,如下图。搜狗spider的hostname以 *.sogou.com格式命名,非 *.sogou.com均为冒充。

在windows平台或者IBM OS/2平台:

命令为nslookup ip,搜狗spider的hostname以 *.sogou.com格式命名,非 *.sogou.com均为冒充。

mac os平台:

命令为dig ip,搜狗spider的hostname以 *.sogou.com格式命名,非 *.sogou.com均为冒充。

sogou spider 如何反应我网站上页面的更新?

sogou spider 会根据网页的重要性和历史变化情况来动态调整更新时间,更新已经抓取过的页面。

搜狗spider的抓取频次是怎样的?

sogou spider 对于同一个 IP 地址的服务器主机,只建立一个连接,抓取间隔速度控制在几秒一次。一个网页被收录后,最快也要过几天以后才会去更新。如果持续不断地抓取您的网站,请注意您的网站上的网页是否每次访问都产生新的链接。

如果您认为 sogou spider 对于您的网站抓取过快,请与我们联系,并最好能提供访问日志中sogou spider 访问的部分,而不要直接将搜狗spider的ua封禁。

sogou spider 喜欢收录什么样的页面

内容优良而独特的页面。如果您的页面内容和互联网上已存在的其他页面有高度的相似性,可能不会被 sogou spider 收录。

链接层次较浅的页面。过深的链接层次,尤其是动态网页的链接,会被丢弃而不收录。

如果是动态网页,请控制参数的数量和URL的长度。搜狗更偏好收录静态网页。重定向次数越多的页面,越有可能被 sogou spider 丢弃。

来源:搜狗资源平台

请登录后发表评论

    没有回复内容