Linux/Nginx如何查看搜尋引擎蜘蛛爬蟲的行為_linux shell

摘要

做好網站SEO最佳化的第一步就是首先讓蜘蛛爬蟲經常來你的網站進行光顧，下面的Linux命令可以讓你清楚的知道蜘蛛的爬行情況。下面我們針對nginx伺服器進行分析，記錄檔所在目錄：/usr/local/nginx/logs/access.log，access.log這個檔案記錄的應該是最近一天的日誌情況，首先請看看日誌大小，如果很大(超過50MB)建議別用這些命令分析，因為這些命令很消耗CPU，或者更新下來放到分析機上執行，以免影響網站的速度。

Linux shell命令

1. 百度蜘蛛爬行的次數

cat access.log | grep Baiduspider | wc

最左面的數值顯示的就是爬行次數。

2. 百度蜘蛛的詳細記錄(Ctrl C可以終止)

cat access.log | grep Baiduspider

也可以用下面的命令：

cat access.log | grep Baiduspider | tail -n 10
cat access.log | grep Baiduspider | head -n 10

只看最後10條或最前10條，這用就能知道這個記錄檔的開始記錄的時間和日期。

3. 百度蜘蛛抓取首頁的詳細記錄

cat access.log | grep Baiduspider | grep “GET / HTTP”

百度蜘蛛好像對首頁非常熱愛每個鐘頭都來光顧，而Google和雅虎蜘蛛更喜歡內頁。

4. 百度蜘蛛派性記錄時間點分布

cat access.log | grep “Baiduspider ” | awk ‘{print $4}'

5. 百度蜘蛛爬行頁面按次數降序列表

cat access.log | grep “Baiduspider ” | awk ‘{print $7}' | sort | uniq -c | sort -r

文中的Baiduspider 改成Googlebot都可以查看Google的資料，鑒於大陸的特殊性，大家應該對百度的log更為關注。

附：(Mediapartners-Google)Google adsense蜘蛛的詳細爬行記錄

cat access.log | grep Mediapartners

Mediapartners-Google是什麼呢?Google adsense廣告之所以能與內容相關，因為每個包含著adsense的廣告被訪問後，很快就有個Mediapartners-Google蜘蛛來到這個頁面，所以幾分鐘後再重新整理就能顯示相關性廣告了，真厲害啊！

ps：linux下nginx如何啟用網站日誌，查看蜘蛛爬蟲

預設的路徑是你安裝時候指定的

如果用的LNMP之類的安裝包

你可以在SHELL下

whereisnginx

找到相應的路徑之後

在NGINX下的CONF檔案夾裡看設定檔，記錄檔如果記錄了話

在設定檔裡有路徑的～