Googlebot、bingbot、Baiduspider...搜索引擎蜘蛛爬虫详解

菜小编

2023-4-26

网站运营与SEO优化

网站都会有很多网络漫游器来爬取页面，其中越优秀的网站蜘蛛越多，不过我们要区分蜘蛛的真伪，同时了解各种蜘蛛，屏蔽一些对网站无用的蜘蛛，避免养“蛛”为患。

Googlebot

Googlebot 是谷歌的搜索引擎蜘蛛。2021年8月，Google全球市场份额为92.05%，排名第一（即最大）因此不建议屏蔽 Googlebot。

Googlebot

bingbot

bingbot 必应虫是微软的搜索引擎。截至2021年8月Bing 全球占有率为第2名，市场份额为2.45%。

必应集成了多个独特功能，包括每日首页美图，与 Windows 操作系统深度融合的超级搜索功能，以及崭新的搜索结果导航模式等。用户在内置于 Windows 操作系统的搜索栏，或 Edge 默认搜索引擎均可直达必应的网页、图片、视频、词典、翻译、资讯、地图等全球信息搜索服务。

随着 Edge 浏览器的流行、windows 超大的市场占有率，必应搜索引擎在国内份额将进一步提升。

必应 SEO：网站如何在必应中显示更丰富的形式

Baiduspider

Baiduspider 是百度搜索引擎的蜘蛛呦！

识别百度蜘蛛(Baiduspider)的简单步骤

百度应用 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)

Baiduspider 详细介绍

图片搜索：Baiduspider-image

视频搜索：Baiduspider-video

新闻搜索：Baiduspider-news

百度搜藏：Baiduspider-favo

百度联盟：Baiduspider-cpro

商务搜索：Baiduspider-ads

网页以及其他搜索：Baiduspider

Bytespider

Bytespider 这个爬虫是字节跳动旗下头条搜索的爬虫，其爬虫 UA 为：

我的网站遇到 Bytespider 爬虫该怎么办？

#PC端

Mozilla/5.0 (compatible; Bytespider; https://zhanzhang toutiao com/)

AppleWebKit/537.36 (KHTML, like Gecko) Chrome/70.0.0.0 Safari/537.36

#Android端

Mozilla/5.0 (Linux; Android 5.0) AppleWebKit/537.36 (KHTML, like Gecko)

Mobile Safari/537.36 (compatible; Bytespider; https://zhanzhang toutiao com/)

#iOS端

Mozilla/5.0 (iPhone; CPU iPhone OS 7_1_2 like Mac OS X) AppleWebKit/537.36 (KHTML, like Gecko)

Version/7.0 Mobile Safari/537.36 (compatible; Bytespider; https://zhanzhang toutiao com/)

屏蔽头条搜索爬虫

如果不想头条搜索爬取自己的网站，可采用以下两种方法屏蔽头条搜索的爬虫：

#IP屏蔽

头条搜索的ip字段总共涉及10个ip，具体字段如下：

110.249.201.0/24

110.249.202.0/24

111.225.148.0/24

111.225.149.0/24

220.243.135.0/24

220.243.136.0/24

220.243.188.0/24

220.243.189.0/24

60.8.123.0/24

60.8.151.0/24

# robots.txt 屏蔽

Bytespider 遵守robots规则，可采用以下方法屏蔽：

User-agent: Bytespider

Disallow: /

关于 spider 的其他问题，请发送邮件到：zhanzhang@bytedance com

头条搜索优化

头条搜索的站点配图一般是使用 og:image 标签（Open Graph Protocol Meta）来识别的，因此想要网页旁边出现漂亮合理的配图可在网页 <head></head> 中添加 Open Graph Protocol Meta 标签。

Yisouspider

Yisouspider是神马搜索的蜘蛛。

YandexBot

俄罗斯搜索巨头Yandex的蜘蛛。

360Spider

360搜索蜘蛛。

PetalBot

PetalBot 是华为自研搜索引擎的爬虫，叫做花瓣蜘蛛，将来或许也会在国内再杀出一个搜索引擎。现华为花瓣搜索引擎仅对欧洲用户开放。

PetalBot 符合 Internet 机器人协议。您可以使用 robots.txt 文件完全阻止 PetalBot 访问您的网站，或阻止 PetalBot 访问您网站上的某些文件。

为了获得对目标资源更好的检索结果，PetalBot 需要保持一定程度的网站爬网。我们力求不给网站带来不合理的负担，我们将根据服务器容量，网站质量和网站更新等综合因素进行调整。如果 PetalBot 的访问有任何不合理的行为，请将您的疑虑发送至 search@aspiegel.com。

Sogou web spider

搜狗搜索引擎的蜘蛛。

AhrefsBot

AhrefsBot 是国外网站的一个蜘蛛程序，那么 Ahrefs 是什么网站呢，这个是国外一个网络营销类的网站，有点类似于国内的5118、站长网之类，在 SEO 界比较有名的。AhrefsBot数据库里面有超过12万亿条链接，每天它就在不断的执行和监控Ahrefs的在线营销活动，每24小时就要访问超过60亿个网页，每15-30分钟就要更新一次索引。

根据一项调查显示，AhrefsBot是仅次于谷歌蜘蛛（Googlebot）的世界第二大活跃蜘蛛爬虫程序。

AhrefsBot 会增加你服务器的负担外，并不会对你的网站造成什么影响，它既不会触发网站上的广告，也不会在统计中增加流量。建议屏蔽 AhrefsBot

SemrushBot

SemrushBot 是 SEMrush 的蜘蛛爬虫。

SEMrush是一家老牌的提供搜索引擎优化数据的公司，是一个强大的、全面的在线营销竞争情报平台,其中包括 SEO、PPC、社交媒体和视频广告研究。

建议网站屏蔽掉它的爬行，首先因为这个蜘蛛爬行并不会给网站带来流量，只会占用服务器资源，其次是这是已经数据分析公司的爬虫，它爬的数据会成为你竞争对手的分析利器。

如何屏蔽SemrushBot呢？

robots.txt 文件中添加以下代码即可：

User-agent: SemrushBot

Disallow: /

User-agent: SemrushBot-SA

Disallow: /

BLEXBot

Blexbot是WebMeUp的蜘蛛爬虫，Blexbot每天可以抓取上百亿个页面来收集反向链接数据，并将该数据提供给其链接索引（在SEO SpyGlass中使用的链接索引）。

WebMeUp是美国的一家外链反向链接查询工具网站，他一般的形式是

Mozilla / 5.0（兼容; BLEXBot / 1.0; + http：//webmeup-crawler.com/）

AdsBot

Adsbot是谷歌 Google AdWords 的蜘蛛，也就是广告联盟的。

MJ12bot

MJ12bot 是英国的一家老牌的搜索引擎营销网站 Majestic 的爬虫，他有专门的中文站，对外链查询等很多 SEO 数据查询提供数据支撑，做过外链的都知道，获取外链资源是一项基本能力，这个网站可以查询网站的外链资源数，不过很多公司看到日志里有这个 MJ12bot 蜘蛛，一般是选择直接屏蔽掉（MJ12bot 是 Majestic-12 分布式搜索引擎的爬虫）

官方给了一个修改 robots 的方法，就是在 robots.txt 文件中加入：

User-agent:MJ12bot

Disallow:/