站长必备:百度、谷歌、搜狗、360等蜘蛛常见IP地址和UserAgent

蜘蛛(Spider)爬取是搜索引擎获得页面内容的一个重要的途径,通过蜘蛛的抓取可以得到一个页面的最主要的内容从而收录百度数据库系统,每次抓取之后都会再与数据库原有的信息进行比对,来确定页面的总体质量。

那么,每当蜘蛛来抓取的时候都会被网站日志文件记录下来,具体包括抓取时间,抓取的页面以及蜘蛛来路IP地址,百度蜘蛛(Baiduspider)ip来路基本能够反映出不同蜘蛛对站点不同页面的喜好程度,从侧面也反映出整个网站不同页面的权重值,通过自己一系列的分析,可以较为准确的评估整站的权重分布,对于seo、文章内容价值、用户体验都起到很好的参考价值。

百度蜘蛛IP地址

123.125.68.0/24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。

220.181.68.0/24每天这个IP段只增不减很有可能进沙盒或K站。

220.181.7.0/24、123.125.66.0/24代表百度蜘蛛IP造访,准备抓取你东西。

121.14.89.0/24这个ip段作为度过新站考察期。

203.208.60.0/24这个ip段出现在新站及站点有不正常现象后。

210.72.225.0/24这个ip段不间断巡逻各站。

125.90.88.0/24广东茂名市电信也属于百度蜘蛛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。

220.181.108.95这个是百度抓取首页的专用IP,如是220.181.108段的话,基本来说你的网站会天天隔夜快照。

220.181.108.92同上98%抓取首页,可能还会抓取其他(不是指内页)220.181段属于权重IP段此段爬过的文章或首页基本24小时放出来。

123.125.71.106抓取内页收录的,权重较低,爬过此段的内页文章不会很快放出来,因不是原创或采集文章。

220.181.108.91属于综合的,主要抓取首页和内页或其他,属于权重IP段,爬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%抓取首页,2%其他。权重IP段,爬过的文章或首页基本24小时放出来。

220.181.108.86专用抓取首页IP权重段,一般返回代码是304代表未更新。

123.125.71.95抓取内页收录的,权重较低,爬过此段的内页文章不会很快放出来,因不是原创或采集文章。

123.125.71.97抓取内页收录的,权重较低,爬过此段的内页文章不会很快放出来,因不是原创或采集文章。

220.181.108.89专用抓取首页IP权重段,一般返回代码是304代表未更新。

220.181.108.94专用抓取首页IP权重段,一般返回代码是304代表未更新。

220.181.108.97专用抓取首页IP权重段,一般返回代码是304代表未更新。

220.181.108.80专用抓取首页IP权重段,一般返回代码是304代表未更新。

220.181.108.77专用抓首页IP权重段,一般返回代码是304代表未更新。

123.125.71.117抓取内页收录的,权重较低,爬过此段的内页文章不会很快放出来,因不是原创或是采集文章。

注:以上IP尾数还有很多,但段位一样的123.125.71.0/24段IP代表抓取内页收录的权重比较低,可能由于你采集文章或拼文章暂时被收录但不放出来.。

220.181.108.83专用抓取首页IP权重段,一般返回代码是304代表未更新。

220.181.108.0/24段IP主要是抓取首页占80%,内页占30%,这此爬过的文章或首页,绝对24小时内放出来和隔夜快照的!

一般成功抓取返回代码都200,返回304代表网站没更新。

Google蜘蛛IP地址

216.239.33.0/24

216.239.35.0/24

216.239.37.0/24

216.239.39.0/24

216.239.51.0/24

216.239.53.0/24

216.239.55.0/24

216.239.57.0/24

216.239.59.0/24

64.233.161.0/24

64.233.189.0/24

66.102.11.0/24

66.102.7.0/24

66.102.9.0/24

66.249.64.0/24

66.249.65.0/24

66.249.66.0/24

66.249.71.0/24

66.249.72.0/24

72.14.207.0/24

谷歌蜘蛛IP段解析

202.101.43.0/24、222.73.247.0/24、66.249.65.0/24这三个ip段是最为常规出现的

66.249.16.0/24出现的站点均为新站或站点出现无法访问情况后再次出现的ip段

210.72.225.0/24这个ip段不间断巡逻各站

203.208.60.0/24这个ip段出现在新站及站点有不正常现象后

360蜘蛛IP段

101.226.166.0/24(101.226.166.195~101.226.166.254,共60个)

101.226.167.0/24(101.226.167.195~101.226.167.254,共60个)

101.226.168.0/24(101.226.168.195~101.226.168.254,共60个)

101.226.169.0/24(101.226.169.195~101.226.169.230,共36个)

180.153.236.0/24(180.153.236.11~26;180.153.236.35~180.153.236.74;180.153.236.101~180.153.236.196,共152个)

182.118.20.0/24(182.118.20.201~182.118.20.254,共39个)

182.118.21.0/24(182.118.21.201~182.118.21.0/24254,共54个)

182.118.22.0/24(182.118.22.141~182.118.22.149;182.118.22.211~182.118.22.250,共64个)

182.118.25.0/24(182.118.25.131~182.118.25.245;)

182.118.28.0/24

61.55.185.0/24

101.199.0.0/16

220.181.126.0/24

182.118.26.110~182.118.26.239(时效性UAIP段,主要针对网站内容更新的爬取)

360蜘蛛IP段解析

220.181.126.0/24、101.199.0.0/16据说为360举报IP。也就是说,假如你的网站日志出现这个IP段,你的网站被举报了。如果是违法站,那就自求多福吧。

搜狗蜘蛛IP段

123.126.113.79-123.126.113.191

220.181.89.190

220.181.89.189

218.30.103.155

61.135.189.75

220.181.94.228

61.135.189.74

220.181.89.157

220.181.89.165

220.181.89.183

220.181.89.194

218.30.103.80

神马蜘蛛IP段

42.156.136.0/24-42.156.139.0/24

42.120.160.0/24-42.120.161.0/24

其他蜘蛛IP段

163搜索引擎蜘蛛IP地址大全

202.106.186.0/24

202.108.36.0/24

202.108.44.0/24

202.108.45.0/24

202.108.5.0/24

202.108.9.0/24

220.181.12.0/24

220.181.13.0/24

220.181.14.0/24

220.181.15.0/24

220.181.28.0/24

220.181.31.0/24

222.185.245.0/24

iask搜索引擎蜘蛛IP地址大全

61.135.152.0/24

msn搜索引擎蜘蛛IP地址大全

65.54.188.0/24

65.54.225.0/24

65.54.226.0/24

65.54.228.0/24

65.54.229.0/24

207.46.98.0/24

207.68.157.0/24

搜搜蜘蛛IP地址

219.133.40.0/24

202.96.170.0/24

202.104.129.0/24

61.135.157.0/24

新浪搜索引擎蜘蛛IP地址

219.142.118.0/24

219.142.78.0/24

搜狐搜索引擎蜘蛛IP地址

61.135.132.0/24

220.181.26.0/24

220.181.19.0/24

Yahoo搜索引擎蜘蛛IP地址

66.196.90.0/24

66.196.91.0/24

68.142.249.0/24

68.142.250.0/24

68.142.251.0/24

72.30.101.0/24

72.30.102.0/24

72.30.103.0/24

72.30.104.0/24

72.30.107.0/24

72.30.110.0/24

72.30.111.0/24

72.30.128.0/24

72.30.129.0/24

72.30.131.0/24

72.30.133.0/24

72.30.134.0/24

72.30.135.0/24

72.30.216.0/24

72.30.226.0/24

72.30.252.0/24

72.30.97.0/24

72.30.98.0/24

72.30.99.0/24

74.6.74.0/24

Yahoo中国搜索引擎蜘蛛IP地址

202.165.102.0/24

202.160.178.0/24

202.160.179.0/24

202.160.180.0/24

202.160.181.0/24

202.160.183.0/24

中搜蜘搜索引擎蜘蛛IP地址

202.108.4.0/24

202.108.4.0/24

202.108.33.0/24

202.96.51.0/24

219.142.53.0/24

温馨提示:屏蔽IP一定要慎重了,很容易误伤的!

这么多的IP,那有没有简单就能识别访问者IP是不是搜索引擎爬虫呢?答案肯定是有的。

识别搜索引擎爬虫

以百度为例

一、查看UA信息

如果UA信息不对,可以直接判断为非百度搜索的蜘蛛。目前UA分为移动、PC、和小程序三个应用场景,这三个渠道百度爬虫的UA分别如下:

移动UA:

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

Mozilla/5.0 (iPhone;CPU iPhone OS 9_1 like Mac 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/2.0; +http://www.baidu.com/search/spider.html)

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

小程序UA:

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

当然,单纯的从UA判断访问者是不是搜索引擎爬虫肯定是不行的,UA可以伪造的呀!所以我们还需要进行DNS验证:

二、双向DNS解析认证

第一步:DNS反查IP

开发者通过对日志中访问服务器的IP地址运行反向DNS查找,判断某只spider是否来自百度搜索引擎,Baiduspider的hostname以*.baidu.com或*.baidu.jp 的格式命名,非*.baidu.com或*.baidu.jp即为冒充。

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:

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。

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。

3).在macos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 -x xxx.xxx.xxx.xxx(IP地址)就能解析ip,来判断是否来自Baiduspider的抓取。

第二步:对域名运行正向DNS查找

对第一步中通过命令检索到的域名运行正向DNS查找,验证该域名与您日志中访问服务器的原始IP地址是否一致,IP地址一致可确认spider来自百度搜索引擎,IP地址不一致即为冒充。

示例1:

> host 111.206.198.69 
69.198.206.111. in-addr.arpa domain name pointer baiduspider-111-206-198-69.crawl.baidu.com.
> host baiduspider-111-206-198-69.crawl.baidu.com 
baiduspider-111-206-198-69.crawl.baidu.com has address 111.206.198.69

而在程序代码中,我们可以通过开源项目DnsClient进行验证,C#代码如下:

        /// <summary>
        /// 是否是搜索引擎访问
        /// </summary>
        /// <param name="req"></param>
        /// <returns></returns>
        public static bool IsRobot(this HttpRequest req)
        {
            var robotUA = UserAgent.Parse(req.Headers[HeaderNames.UserAgent].ToString()).IsRobot;
            if (robotUA)
            {
                var nslookup = new LookupClient();
                using var cts = new CancellationTokenSource(100);
                return nslookup.QueryReverseAsync(req.HttpContext.Connection.RemoteIpAddress, cts.Token).ContinueWith(t => t.IsCompletedSuccessfully && t.Result.Answers.Any(r => r.ToString().Contains(new[]
                {
                    "baidu.com",
                    "google.com",
                    "bing.com",
                    "360.com",
                    "sogou.com",
                    "soso.com",
                    "yahoo.com",
                    "yandex.com"
                }))).Result;
            }
            return robotUA;
        }

这样总没那么容易伪造了吧!

常见搜索引擎UA

百度内容抓取蜘蛛UA:

1、新增PC UA:

Mozilla/5.0 (compatible; Baiduspider-render/2.0; +http://www.baidu.com/search/spider.html)1

2、PC UA: (抓取诊断)

Mozilla/5.0 (compatible; Baiduspider/2.0; +http://www.baidu.com/search/spider.html)1

1、新增移动UA:

Mozilla/5.0 (iPhone; CPU iPhone OS 9_1 like Mac 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)1

2、移动UA:

Mozilla/5.0 (Linux;u;Android 4.2.2;zh-cn;) AppleWebKit/534.46 (KHTML,like Gecko) Version/5.1 Mobile Safari/10600.6.3 (compatible; Baiduspider/2.0; +http://www.baidu.com/search/spider.html)1

百度移动落地页检测UA

Mozilla/5.0 (Linux; Android 6.0; vivo 1601 Build/MRA58K) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/38.0.2125.102 Mobile Safari/537.36 VivoBrowser/5.2.2)1

百度小程序UA:

Mozilla/5.0 (iPhone;CPU iPhone OS 9_1 like Mac OS X) AppleWebKit/601.1.46 (KHTML, like Gecko)Version/9.0 Mobile/13B143 Safari/601.1 (compatible; Baiduspider-render/2.0;Smartapp; +http://www.baidu.com/search/spider.html)1

百度图片蜘蛛:

Baiduspider-image+(+http://www.baidu.com/search/spider.htm)

搜狗搜索引擎UA:

Sogou web spider/4.0(+http://www.sogou.com/docs/help/webmasters.htm#07)1

图片蜘蛛:

Sogou Pic Spider/3.0(+http://www.sogou.com/docs/help/webmasters.htm#07)

360搜索UA:

Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/50.0.2661.102 Safari/537.36; 360Spider

神马蜘蛛:

Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/69.0.3497.81 YisouSpider/5.0 Safari/537.36

Mozilla/5.0 (iPhone; CPU iPhone OS 10_3 like Mac OS X) AppleWebKit/602.1.50 (KHTML, like Gecko) CriOS/56.0.2924.75 Mobile/14E5239e YisouSpider/5.0 Safari/602.1

Google

“Mozilla/5.0 (compatible; Googlebot/2.1; +http://www.google.com/bot.html)”1

Google图片搜索

“Googlebot-Image/1.0”1

Adwords移动网络

“AdsBot-Google-Mobile (+http://www.google.com/mobile/adsbot.html) Mozilla (iPhone; U; CPU iPhone OS 3 0 like Mac OS X) AppleWebKit (KHTML, like Gecko) Mobile Safari”1

微软 bing,必应

“Mozilla/5.0 (compatible; bingbot/2.0; +http://www.bing.com/bingbot.htm)”1

腾讯搜搜

“Sosospider+(+http://help.soso.com/webspider.htm)”1

搜搜图片

“Sosoimagespider+(+http://help.soso.com/soso-image-spider.htm)”1

雅虎英文

“Mozilla/5.0 (compatible; Yahoo! Slurp; http://help.yahoo.com/help/us/ysearch/slurp)”1

雅虎中国

“Mozilla/5.0 (compatible; Yahoo! Slurp China; http://misc.yahoo.com.cn/help.html)”1

搜狗图片

“http://pic.sogou.com” “Sogou Pic Spider/3.0(+http://www.sogou.com/docs/help/webmasters.htm#07)”1

搜狗

“Sogou web spider/4.0(+http://www.sogou.com/docs/help/webmasters.htm#07)”1

网易有道

“Mozilla/5.0 (compatible; YoudaoBot/1.0; http://www.youdao.com/help/webmaster/spider/; )”1

瑞典 Speedy Spider

“Mozilla/5.0 (Windows; U; Windows NT 5.1; en-US) Speedy Spider (http://www.entireweb.com/about/search_tech/speedy_spider/)”1

俄罗斯 yandex

“Mozilla/5.0 (compatible; YandexBot/3.0; +http://yandex.com/bots)”1

宜搜 EasouSpider

Mozilla/5.0 (compatible; EasouSpider; +http://www.easou.com/search/spider.html)1

华为赛门铁克蜘蛛

“HuaweiSymantecSpider/1.0+DSE-support@huaweisymantec.com+(compatible; MSIE 7.0; Windows NT 5.1; Trident/4.0; .NET CLR 2.0.50727; .NET CLR 3.0.4506.2152; .NET CLR ; http://www.huaweisymantec.com/cn/IRL/spider)”1

华为赛门铁克科技有限公司网页信誉分析系统的一个页面爬取程序,其作用是用于爬取互联网网页并进行信誉分析,从而检查该网站上的是否含有恶意代码。

七牛镜像蜘蛛

qiniu-imgstg-spider-1.01

监控宝

“Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; SV1; JianKongBao Monitor 1.1)”1

DNSPod监控

DNSPod-Monitor/2.01

俄罗斯 LinkpadBot

Mozilla/5.0 (compatible; LinkpadBot/1.06; +http://www.linkpad.ru)1

英国 MJ12bot

“Mozilla/5.0 (compatible; MJ12bot/v1.4.0; http://www.majestic12.co.uk/bot.php?+)”1

© 版权声明
THE END
喜欢就支持一下吧
点赞47
分享
评论 共1条

请登录后发表评论