事實(shí)上，我們?nèi)罩局械脑S多百度Pider都是被別人偽裝的。來(lái)解決這個(gè)問(wèn)題。我們必須努力驗(yàn)證百度pider的真實(shí)性。本文詳細(xì)介紹了爬蟲(chóng)的識(shí)別方法

當(dāng)我們根據(jù)網(wǎng)站日志分析搜索引擎蜘蛛捕獲的網(wǎng)頁(yè)記錄時(shí)，實(shí)際上很多網(wǎng)站都有一些偽裝成百度pider的訪問(wèn)者。這些數(shù)據(jù)將嚴(yán)重影響我們?cè)谌罩痉治龊蟮呐袛?/p>

為什么這些訪問(wèn)者假裝是百度皮德?tīng)杹?lái)訪問(wèn)我們的網(wǎng)站？最典型的是那些收集你的內(nèi)容的人。他們知道，許多工具可以看到哪些IP訪問(wèn)網(wǎng)站太大。例如，今天IP訪問(wèn)你的網(wǎng)站10000次是否正常？一定是不正常。但如果他是百度pdier呢？呵呵，這很正常

Mozilla/5.0（兼容；Baiduspider/2.0；+http://www.baidu.com/search/spider.html）

Mozilla/5.0（兼容；Baiduspider渲染/2.0；+http://www.baidu.com/search/spider.html）

Mozilla/5.0（Linux；u；Android4.2.2；zhcn；）AppleWebKit/534.46（KHTML，likeGecko）版本/5.1MobileSafari/10600.6.3（兼容；Baiduspider/2.0；+http://www.baidu.com/search/spider.html）

Mozilla/5.0（iPhone；CPUiPhoneOS9_1likeMacOSX）AppleWebKit/601.1.46（KHTML，likeGecko）版本/9.0Mobile/13B143Safari/601.1（兼容；Baiduspiderrender/2.0；+http://www.baidu.com/search/spider.html）

以上包括百度的常規(guī)爬蟲(chóng)和渲染爬蟲(chóng)渲染。這兩種爬行動(dòng)物的區(qū)別特征用紅色標(biāo)記

這個(gè)問(wèn)題可以通過(guò)DNS反向查找解決。不同平臺(tái)的驗(yàn)證方法不同。例如，linux/Windows/OS下的驗(yàn)證方法如下：

1。在Linux平臺(tái)上，可以使用hostip命令反轉(zhuǎn)IP，以確定抓取是否來(lái)自Baiduspider。Baiduspider的主機(jī)名在百度。Com或百度。JP格式命名，非百度。Com或百度。JP是假的

2。在windows或ibmos/2平臺(tái)上，可以使用nslookupip命令反轉(zhuǎn)IP，以確定抓取是否來(lái)自Baiduspider。打開(kāi)命令處理器并輸入nslookupxxxxxx。xxx。XXX（IP地址）可以解析IP以確定它是否是從Baiduspider獲取的。Baiduspider的主機(jī)名用百度表示。Com或百度。JP格式命名，非百度。Com或百度。JP是假的

3。在MacOS平臺(tái)上，可以使用dig命令反轉(zhuǎn)IP地址，以確定抓取是否來(lái)自Baiduspider。打開(kāi)命令處理器并輸入digxxx。xxx。XXX（IP地址）可以解析IP以確定它是否是從Baiduspider獲取的。Baiduspider的主機(jī)名用百度表示。Com或百度。JP格式命名，非百度。Com或百度。JP是假的。