判断百度蜘蛛的方法和百度真假蜘蛛IP如何识别

百度蜘蛛是什么？

百度蜘蛛，是百度搜索引擎的一个自动程序。它的作用是访问收集整理互联网上的网页、图片、视频等内容，然后分门别类建立索引数据库，使用户能在百度搜索引擎中搜索到您网站的网页、图片、视频等内容。我们可以理解为百度蜘蛛就是用来抓取网站链接的IP，小编经常会听到百度蜘蛛来的太频繁，服务器要被抓爆了，如果你无法识别百度蜘蛛，你怎么知道是百度蜘蛛抓爆的呢?也有出现百度蜘蛛都不来了的情况，还有很多站点想得到百度蜘蛛的IP段，想把IP加入白名单，但无法识别百度IP。

怎么才能识别正确的百度蜘蛛呢？

一、查看UA

如果UA都不对，可以直接判断非百度搜索的蜘蛛，目前对外公布过的UA是：

移动UA:Mozilla/5.0 (Linux;u;Android 4.2.2;zh-cn;) AppleWebKit/534.46 (KHTML,likeGecko) Version/5.1 Mobile Safari/10600.6.3 (compatible; Baiduspider/2.0; +http://www.baidu.com/search/spider.html)

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

新增渲染UA:

移动UA：Mozilla/5.0 (iPhone; CPU iPhone OS 9_1 likeMac OS X) AppleWebKit/601.1.46 (KHTML, like Gecko) Version/9.0 Mobile/13B143 Safari/601.1 (compatible; Baiduspider-render/2.0; +http://www.baidu.com/search/spider.html)

PC UA：Mozilla/5.0 (compatible; Baiduspider-render/2.0; +http://www.baidu.com/search/spider.html)

二、反查IP

站长可以通过DNS反查IP的方式判断某只spider是否来自百度搜索引擎。根据平台不同验证方法不同，如linux/windows/os三种平台下的验证方法分别如下：

正确识别百度蜘蛛

(1)、在linux平台下，您可以使用host ip命令反解ip来判断是否来自Baiduspider的抓取。Baiduspider的hostname以 *.baidu.com 或 *.baidu.jp 的格式命名，非 *.baidu.com 或 *.baidu.jp 即为冒充。

(2)、在windows平台或者IBM OS/2平台下，您可以使用nslookup ip命令反解ip来 判断是否来自Baiduspider的抓取。打开命令处理器 输入nslookup xxx.xxx.xxx.xxx(IP地 址)就能解析ip， 来判断是否来自Baiduspider的抓取，Baiduspider的hostname以*.baidu.com 或*.baidu.jp 的格式命名，非 *.baidu.com 或 *.baidu.jp 即为冒充。

在运行中大概CMD命令行窗口，然后输入 nslookup IP地址(例如211.112.11.41)，如果得到有baiduspider等结果，就意味着此IP时百度蜘蛛的专用IP。

(3)、 在mac os平台下，您可以使用dig 命令反解ip来 判断是否来自Baiduspider的抓取。打开命令处理器 输入dig xxx.xxx.xxx.xxx(IP地 址)就能解析ip， 来判断是否来自Baiduspider的抓取，Baiduspider的hostname以 *.baidu.com 或*.baidu.jp 的格式命名，非 *.baidu.com 或 *.baidu.jp 即为冒充。

以下是PHP的IP反查代码：

$dnsadd=gethostbyaddr($_SERVER["REMOTE_ADDR"]); if((substr($dnsadd, -strlen("baidu.com")) ==="baidu.com")||(substr($dnsadd, -strlen("baidu.jp")) ==="baidu.jp")) //是真的百度蜘蛛 else //是模拟的百度蜘蛛,假蜘蛛 

下面列举了百度不同IP段常见蜘蛛的一些详情情况，及所谓的降权蜘蛛，沙盒蜘蛛，高权重蜘蛛等等。

百度蜘蛛

159.226.50.*

180.76.5.*

220.181.158.107

百度竞价蜘蛛

125.39.78.185

61.135.165.134

117.34.74.66

118.122.188.194

119.63.196.9

每天这个IP段只增不减很有可能进沙盒或K站

218.30.118.*

220.181.68.*

123.125.68.*

抓取内页收录的，权重较低，爬过此段的内页文章暂时被收录但不放出来(意思也就是说待定)，因不是原创或采集文章。(百度网页爬虫(百度图片爬虫)

123.125.71.*

123.181.108.77

这个ip段出现在新站及站点有不正常现象后

203.208.60.*

183.91.40.144

代表百度蜘蛛IP来访准备抓取你东西

220.181.7.*

123.125.66.*

【61.135.186.*】百度联盟爬虫，说白了就是百度统计

【121.14.89.*】这个ip段作为度过新站考察期

【123.15.**.**】百度图片爬虫

【123.125.68.*】这个蜘蛛经常来，别的来的少，表示网站可能要进入沙盒了，或被者降权

【124.248.34.52】搜外站长工具蜘蛛

【125.90.88.*】也属于百度蜘蛛IP主要造成成分，是新上线站较多，还有使用过站长工具，或SEO综合检测造成的，没有多大用

【180.149.130.*】伪装百度蜘蛛IP

【210.72.225.*】这个ip段不间断巡逻各站，就是路过一下

【220.181.108.*】专用抓取首页ip权重段，一般返回代码30400代表未更新，如果是200064别担心这不是K站，可能是网站是动态的，所以返回就是这个代码。

【220.181.108.91】属于综合的。主要抓取首页和内页或者其它页面。属于权重IP段，抓过的文章或首页基本24小时放出来

【220.181.108.75】重点抓取更新文章的内页达到90%，8%的抓取首页，2%其他权重ip段，抓过的文章或首页基本24小时放出来

【220.181.108.92】98%抓取首页可能还会抓取其他「不是指内页)属于权重IP段此段爬过的文章或首页基本24小时放出来

【220.181.108.95】这个是百度抓取首页的专用IP，基本来说网站会天天隔夜快照，绝对错不了的

114站长工具箱(这个是你的网站不稳定时常来的)

121.10.141.*

119.147.114.213

站长工具模仿的百度蜘蛛

61.147.98.146

61.188.39.16

113.98.254.245

117.21.220.245

117.28.255.42

本文来自投稿，不代表站三界导航立场，如若转载，请注明出处：https://www.zhansanjie.com/article/details/94.html