百度蜘蛛抓取流量暴增的原因

  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?

百度蜘蛛

  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,sorry

  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

  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,可以通过反馈中心来反馈,切记一定要提供详细的抓取日志截图。

相关文章

发表评论 取消回复

电子邮件地址不会被公开。 必填项已用*标注