BaiDuSpider百度蜘蛛佔用流量,robots.txt設置

注：以下BaiDuSpider等於百度蜘蛛、Googlebot等於google蜘蛛、Sogou Spider等於搜狗蜘蛛

一、問題

因某些原因，搜索引擎蜘蛛抓取網站佔用很大流量，如圖：

網站訪問日誌也可看見很多蜘蛛爬行記錄。

如果是正常的搜索引擎蜘蛛訪問，不建議對蜘蛛進行禁止，否則網站在百度等搜索引擎中的收錄和排名將會丟失，造成客戶流失等損失。可以優先考慮升級虛擬主機型號以獲得更多的流量或升級為雲服務器（不限流量）。

二、認識、學習

我們知道，搜索引擎都遵守互聯網robots協議，可通過robots.txt來進行限制。先對robots.txt一些實例說明，然後根據上面網站情況進行規則設置，通過上面截圖可以看出BaiDuSpider佔用流量非常大，首先在網站跟目錄下面建立一個robots.txt文件。

例1. 禁止所有搜索引擎訪問網站的任何部分　

　　User-agent: *　

Disallow: /　

例2. 允許所有的robot訪問 (或者也可以建一個空文件 “/robots.txt” file)　

　　User-agent: *　

　　Allow:　

例3. 禁止某個搜索引擎的訪問（禁止BaiDuSpider）

　　User-agent: BaiDuSpider　

Disallow: /　

例4. 允許某個搜索引擎的訪問　

　　User-agent: Baiduspider　

allow:/　

例5.禁止二個目錄搜索引擎訪問

    User-agent: *

Disallow: /admin/

Disallow: /install/

例6. 僅允許Baiduspider以及Googlebot訪問

User-agent: Baiduspider
Allow: /
User-agent: Googlebot
Allow: /
User-agent: *
Disallow: /

例7. 禁止百度搜索引擎抓取你網站上的所有圖片

User-agent: Baiduspider
Disallow: /*.jpg$
Disallow: /*.jpeg$
Disallow: /*.gif$
Disallow: /*.png$
Disallow: /*.bmp$

三、     問題解決（規則設置）

根據以上實例，經過分析網站日誌，主要是百度抓取圖片佔用了流量，他還有兩個目錄也不希望搜索引擎抓取，設置規則如下解決：

User-agent: *

Disallow: /admin/

Disallow: /install/

User-agent: Baiduspider
Disallow: /*.jpg$
Disallow: /*.jpeg$
Disallow: /*.gif$
Disallow: /*.png$
Disallow: /*.bmp$

因為搜索引擎索引數據庫的更新需要時間。雖然蜘蛛已經停止訪問您網站上的網頁，但百度搜索引擎數據庫中已經建立的網頁索引信息，可能需要數月時間才會清除。也就是說設置限制之後日誌還會看見蜘蛛爬行，逐漸會降低抓取直到完全生效，這種問題會持續一段時間。如果您需要盡快屏蔽，訪問以下幫助中心進行投訴，搜索引擎就會較快處理。

如果設置後無效（或部分蜘蛛不遵守robots協議，可以用：使用偽靜態規則攔截蜘蛛訪問 http://www.west.cn/faq/list.asp?unid=662　）

四、Baiduspider抓取次數太多造成的帶寬堵塞，影響網站正常訪問如何解決？

訪問百度站長工具http://zhanzhang.baidu.com/ ，註冊用戶名登錄，先添加網站通過驗證。

然後到網頁抓取》抓取頻次》當前抓取頻次過大如何解決？提示內容：

您可以按照如下方法依次進行排查及解決頻次過大問題：

1、如果您覺得Baiduspider 抓取了您認為的無價值鏈接, 請更新網站robots.txt進行屏蔽抓取，然後到robots工具頁面操作生效。

2、如果Baiduspider的抓取影響了您網站的正常訪問，請到抓取頻次上限調整頁面進行抓取頻次上限下調。

3、若以上方法均不能解決問題，請到反饋中心反饋

建議採用第二個方法，調整百度抓取頻次上限。以下截圖為“頻次上限調整頁面”，如影響訪問，可把值適當調整小。

五、     知識加強

為更詳細瞭解蜘蛛爬行原理和robots.txt寫法，建議詳細閱讀以下標準資料：

其他辦法： 使用偽靜態規則攔截蜘蛛訪問  http://www.west.cn/faq/list.asp?unid=662

BaiDuSpider幫助中心    http://www.baidu.com/search/spider.html

Googlebot幫助中心    http://support.google.com/webmasters/bin/answer.py?hl=zh-Hans&answer=182072

Sogou Spider幫助中心  http://www.sogou.com/docs/help/webmasters.htm

Robots.txt 詳細介紹：http://baike.baidu.com/view/1280732.htm

baidu提供標準robots.txt寫法：http://www.baidu.com/search/robots.html

如果按流程禁止了百度蜘蛛訪問但是仍有百度蜘蛛訪問的，請直接反饋給百度公司調查處理：
http://tousu.baidu.com/webmaster/suggest#1 

http://zhanzhang.baidu.com/feedback/index 

相關產品： 異常流量清洗服務產品介紹