用windows的nslookup命令查询IP是否属于百度蜘蛛IP
详情见

220.181.108.75~220.181.108.123(百度蜘蛛电信段IP)
123.125.71.12~123.125.71.117(百度蜘蛛联通段IP)
220.181.107.*
220.181.38.177
220.181.19.*
159.226.50.*
202.108.11.*
202.108.22.*
202.108.23.*
202.108.249.*
202.108.250.*
61.135.145.*
61.135.146.*
61.146.178.35 ~ 61.146.178.32 (这两个是抓取首页的,是爱站网的假百度蜘蛛抓取网页的)

百度蜘蛛IP段解析:
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,或者被降权。
220.181.68.* 每天这个IP 段只增不减很有可能进沙盒或K站。
220.181.7. ~ 123.125.66. 代表百度蜘蛛IP造访,准备抓取你东西。
121.14.89.* 这个ip段作为度过新站考察期。
203.208.60.* 这个ip段出现在新站及站点有不正常现象后。
210.72.225.* 这个ip段不间断巡逻各站。
125.90.88.* 广东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。
180.76.15.* 这个是降权蜘蛛,有这个ip说明网站不会在收录了,一直到这个ip段消失,我有两个站大量出现这个ip段,一个多月了没收一篇文章
111.206.221.*
111.206.198.* 这两个是百度渲染蜘蛛,专门抓取js、css和图片用的。
【为了给搜索用户更好的体验、对站点实现更好地索引和呈现,百度搜索需要访问网站的CSS、Javascript和图片信息,以便更精准地理解页面内容,实现搜索结果最优排名,百度搜索会全面启用最新UA来访问站点的上述资源。从3月24日(2017)开始,百度搜索抽取了部分优质站点进行抓取内测,可能会对站点服务器造成一定压力影响,请尽量不要对UA进行封禁,以免造成不可逆转的损失。

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

123.125.71.*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。(意思也就是说待定)。
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。
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。
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,因不是原创或采集文章。
123.125.71.107 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。
123.125.71.87 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。
123.125.71.96 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.* 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,这点我可以保证!
220.181.108.92 同上98%抓取首页,可能还会抓取其他 (不是指内页)
220.181.108.91 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。
220.181.108.95 专用抓取首页IP 权重段,一般返回代码是304 0 0 代表未更新。
220.181.108.83 专用抓取首页IP 权重段,一般返回代码是304 0 0 代表未更新。
220.181.108.89 专用抓取首页IP 权重段,一般返回代码是304 0 0 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 0 0 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 0 0 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 0 0 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 0 0 代表未更新。
220.181.108.86 专用抓取首页IP 权重段,一般返回代码是304 0 0 代表未更新。
220.181.108.119 专用抓取首页IP 权重段,一般返回代码是304 0 0 代表未更新。
220.181.108.158 重点抓取内页,爬过的文章或首页基本24小时放出来。
220.181.108.184 重点抓取内页,爬过的文章或首页基本24小时放出来。
220.181.108.115 重点抓取内页,爬过的文章或首页基本24小时放出来。
220.181.108.180 重点抓取内页,爬过的文章或首页基本24小时放出来。
220.181.108.93 重点抓取内页,爬过的文章或首页基本24小时放出来。
220.181.108.156 重点抓取内页,爬过的文章或首页基本24小时放出来。
220.181.108.120 ~ 220.181.108.146 这两个蜘蛛是抓取/robots.txt
220.181.108.82 抓取tag页面

一般成功抓取返回代码都是 200 0 0返回304 0 0代表网站没更新,蜘蛛来过,如果是 200 0 64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。

Last modification:September 29th, 2019 at 02:19 pm
如果觉得我的文章对你有用,请随意赞赏