搜索引擎百度蜘蛛详解，百度蜘蛛IP分析

　　百度蜘蛛是不是越多越好呢？其实也不见得，得看是什么样的蜘蛛到达了我们的网站。今天，SEO百科网带来的是《百度蜘蛛是什么？百度搜索引擎蜘蛛详解-什么是搜索引擎》。希望对大家有所帮助。

　　1.1.1 百度蜘蛛是什么

　　百度蜘蛛，全称应该为“百度搜索引擎蜘蛛”，英文为“Baidu Spider”，是百度搜索引擎系统中的一个自动程序，主要负责访问并收集互联网上的页面。后面其他程序会进行分类整理并建立索引数据库，在用户在百度搜索时，会从索引数据库中调用数据，并呈现出程序认为最合适的排名结果页面。

　　1.1.2 百度蜘蛛的工作原理

　　1）百度蜘蛛是如何爬行的

　　百度搜索引擎蜘蛛访问（爬行）网站页面的过程和我们平时使用浏览器基本相同。

　　a、百度蜘蛛请求

　　百度搜索引擎蜘蛛发出页面访问的请求。

　　b、服务器响应

　　服务器返回HTML代码。

　　c、百度蜘蛛保存代码

　　百度搜索引擎蜘蛛将收到的代码保存至原始页面数据库中。后期其他程序会进行复杂操作，大部分优质内容会被放入索引数据库，一部分低质将会被忽略。

　　2）百度蜘蛛是如何工作的

　　百度搜索引擎蜘蛛为了提高爬行和抓取的效率，采用多个蜘蛛并发分布爬行。有两种策略。

　　a、深度优先

　　深度优先是顺着链接一直向前爬行，直到前面再也没有其他链接，然后返回第一个页面，沿着另外一个链接继续一直往前爬行。

　　b、广度优先

　　广度优先是指先爬行当前页面上的所有导出链接，然后再去爬行某一导出链接页面上的所有链接。

　　3）百度蜘蛛还做了哪些工作

　　a、深度优先对网站复制内容的检测

　　对于某些权重较低的网站复制内容过多，搜索引擎蜘蛛可能就不会再继续爬行。

　　b、不爬行与抓取地址库中的URL

　　百度搜索引擎建立一个地址库，如果url已经在地址库中，百度搜索引擎蜘蛛就不会重复去爬行与抓取，所以，百度蜘蛛在发现链接后，并不是马上去访问，而是先将URL存入地址库中，然后统一安排抓取。

　　4）通常地址库的URL有几种来源

　　a、百度搜索引擎蜘蛛抓取

　　主要来源之一。

　　b、站长sitemap提交

　　网站站长为了网站文章更快被搜索引擎所收录，通常会提交网站的XML地图给搜索引擎，XML地图包含了网站所有的链接。

　　c、站长提交网址

　　站长可以提交未被百度收录的网站首页或内容页。

　　d、百度工作人员主动录入种子网站

　　百度搜索引擎会把认为网站比较重要，比较有前途的网站主动人工录入。

　　1.1.3 怎么让百度蜘蛛每天抓取

　　秒收录是每一个站长的心愿，原来做到秒收录确实挺难的，可现在有了百度熊掌号，原创优质文章几乎可以达到秒收录，不过官方声明为1小时内收录。除了百度熊掌号外，还有几点可以吸引百度蜘蛛每天来抓取我们的网站。

　　1）页面更新频率

　　网站更新文章频率越高越好，前提是保证文章质量与原创比例的前提下。

　　2）导入链接

　　网站导入链接越多越好，前提是优质的导入链接，友链和单向外链均可。

　　3）URL结构

　　URL结构要扁平化，浅一些可能收录效果会更好。

　　4）网站权重

　　网站权重越高，蜘蛛来访越频繁，都是相辅相成的。

　　5）与首页的距离

　　文章页面最好与首页不要太远，如三级即可。

　　6）页面质量

　　文章质量一定要保证，原创优质文章也好，转载的文章也好，总之一定要优秀。

　　1.1.4 如何查看百度蜘蛛是否过来网站

　　可以通过查看网站日志进行分析。Windows服务器的IIS与Linux服务器的apache都有记录网站日志的功能。

　　1.1.5 如何辨别百度蜘蛛

　　百度官方给出的辨别百度蜘蛛的方法如下。

　　1）查看UA

　　首先要UA正确，百度公布过的UA有如下这些。

　　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;+

　　PC UA:Mozilla/5.0 (compatible; Baiduspider/2.0;+

　　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/13B143Safari/601.1 (compatible; Baiduspider-render/2.0; +

　　PC UA：Mozilla/5.0 (compatible;Baiduspider-render/2.0; +

　　2）反查IP

　　可以通过dns反差ip的方法判断是否是百度蜘蛛，只要不是来自“. baidu . com”或“. baidu . jp”即为假冒的百度蜘蛛。

　　1.1.6 如何诊断百度蜘蛛是否能够正常抓取网站内容

　　百度seo教程认为很多网站因使用JavaScript代码或框架结构等问题，不能被百度蜘蛛所抓取。这里进行诊断也是为了防止蜘蛛来网站后，因为不能正常抓取而离开，导致网站收录很差，快照不更新等问题。

　　如果诊断结果有问题，则需要修正问题，提升与百度蜘蛛的友好度。

　　百度官方在线抓取诊断工具，选好网站（主页或其他页面）后，选择PC UA 或者移动UA，最后点击“抓取”即可。

　　稍等片刻，刷新页面会显示“抓取成功”，或者失败。可以点击查看“抓取成功”或失败的详细信息。

　　1.1.7 如何通过百度蜘蛛IP得知网站状态？

　　百度SEO教程认为以下内容仅供参考。

　　1）抓取你网站的网页蜘蛛

　　60.172.229.61

　　61.129.45.72

　　61.135.162.*

　　2）百度竞价蜘蛛

　　61.135.165.134

　　117.34.74.66

　　118.122.188.194

　　119.63.196.9

　　125.39.78.185

　　3）百度统计的蜘蛛

　　61.135.186.*

　　4）站长工具的模仿的百度蜘蛛

　　61.147.98.146

　　61.188.39.16

　　113.98.254.245

　　117.21.220.245

　　117.28.255.42

　　5）搜外站长工具的模仿的百度蜘蛛

　　124.248.34.52

　　6）114站长工具箱模仿的百度蜘蛛

　　119.147.114.213

　　121.10.141.*

　　7）百度图片蜘蛛

　　123.15.**.**

　　8）抓取网站内页收录的权重较低的非原创，需要通过一段时间考察

　　123.125.71.*

　　9）站长工具检测造成的无用

　　125.90.88.*

　　10）百度考察期蜘蛛或降权蜘蛛

　　159.226.50.*

　　180.76.5.*

　　180.76.5.87

　　220.181.158.107

　　11）伪装百度蜘蛛

　　180.149.130.*

　　12）新站及站点有不正常现象

　　183.91.40.144

　　203.208.60.*

　　13）不间断巡逻各站就是路过

　　210.72.225.*

　　14）沙盒或者有被K站

　　123.125.68.*

　　218.30.118.102

　　220.181.68.*

　　15）此ip爬过的文章或首页，绝对24小时内放出来和隔夜快照

　　220.181.108.*

　　16）百度蜘蛛IP来过，准备抓取

　　123.125.66.*

　　220.181.7.*

　　17）度过新站考察期

　　121.14.89.*

　　18）百度抓取首页的专用IP，网站首页快照更新快，隔夜更新

　　220.181.108.95

　　19）百度的权重IP段，抓取的文章第二天放出来，权重较高

　　220.181.108.92

　　20）综合性权重IP，抓取文章和首页，权重较高

　　220.181.108.91

　　220.181.108.75

　　21）抓取内页收录的，但权重较低

　　123.125.71.95

　　123.125.71.97

　　123.181.108.77

　　123.125.71.106

　　22）抓取网站首页的，也属于权重段，权重较高。

　　220.181.108.89

　　220.181.108.94

　　220.181.108.97

　　220.181.108.80

　　220.181.108.77

　　220.181.108.83

　　220.181.108.86