百度spider介绍，菜鸟必备。

1.什么是Baiduspider

Baiduspider是百度搜索引擎的一个自动程序，它的作用是访问互联网上的网页，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上的网页。

2.Baiduspider的user-agent是什么？

百度各个产品使用不同的user-agent：

3.Baiduspider对一个网站服务器造成的访问压力如何？

为 了达到对目标资源较好的检索效果，Baiduspider需要对您的网站保持一定量的抓取。我们尽量不给网站带来不合理的负担，并会根据服务器承受能 力，网站质量，网站更新等综合因素来进行调整。如果您觉得baiduspider的访问行为有任何不合理的情况，您可以反馈至反馈中心。

4.为什么Baiduspider不停的抓取我的网站？

对 于您网站上新产生的或者持续更新的页面，Baiduspider会持续抓取。此外，您也可以检查网站访问日志中Baiduspider的访问是否正常，以 防止有人恶意冒充Baiduspider来频繁抓取您的网站。如果您发现Baiduspider非正常抓取您的网站，请通过反馈中心反馈给我们，并请尽量给出Baiduspider对贵站的访问日志，以便于我们跟踪处理。

5.如何判断是否冒充Baiduspider的抓取？

建议您使用DNS反查方式来确定抓取来源的ip是否属于百度，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：

5.1在 linux平台下，您可以使用hostip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。
$host123.125.66.120
120.66.125.123.in-addr.arpadomainnamepointer
baiduspider-123-125-66-120.crawl.baidu.com.
host119.63.195.254
254.195.63.119.in-addr.arpadomainnamepointer
BaiduMobaider-119-63-195-254.crawl.baidu.jp.

5.2在 windows平台或者IBMOS/2平台下，您可以使用nslookupip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nslookupxxx.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。

5.3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 digxxx.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。

6.我不想我的网站被Baiduspider访问，我该怎么做？

Baiduspider遵 守互联网robots协议。您可以利用robots.txt文件完全禁止Baiduspider访问您的网站，或者禁止Baiduspider访问您网 站上的部分文件。注意：禁止Baiduspider访问您的网站，将使您的网站上的网页，在百度搜索引擎以及所有百度提供搜索引擎服务的搜索引擎中无法 被搜索到。关于robots.txt的写作方法，请参看我们的介绍：robots.txt写作方法

您可以根据各产品不同的user-agent设置不同的抓取规则，如果您想完全禁止百度所有的产品收录，可以直接对Baiduspider设置禁止抓取。

以下robots实现禁止所有来自百度的抓取：
User-agent:Baiduspider
Disallow:/

以下robots实现禁止所有来自百度的抓取但允许图片搜索抓取/image/目录：
User-agent:Baiduspider
Disallow:/

User-agent:Baiduspider-image
Allow:/image/

请注意：Baiduspider-cpro抓取的网页并不会建入索引，只是执行与客户约定的操作，所以不遵守robots协议，如果Baiduspider-cpro给您造成了困扰，请联系union1@baidu.com。

Baiduspider-ads抓取的网页并不会建入索引，只是执行与客户约定的操作，所以不遵守robots协议，如果Baiduspider-ads给您造成了困扰，请联系您的客户服务专员。

7.为什么我的网站已经加了robots.txt，还能在百度搜索出来？

因为搜索引擎索引数据库的更新需要时间。虽然Baiduspider已经停止访问您网站上的网页，但百度搜索引擎数据库中已经建立的网页索引信息，可能需要数月时间才会清除。另外也请检查您的robots配置是否正确。
如果您的拒绝被收录需求非常急迫，也可以通过反馈中心反馈请求处理。

8.我希望我的网站内容被百度索引但不被保存快照，我该怎么做？

Baiduspider遵守互联网metarobots协议。您可以利用网页meta的设置，使百度显示只对该网页建索引，但并不在搜索结果中显示该网页的快照。
和robots的更新一样，因为搜索引擎索引数据库的更新需要时间，所以虽然您已经在网页中通过meta禁止了百度在搜索结果中显示该网页的快照，但百度搜索引擎数据库中如果已经建立了网页索引信息，可能需要二至四周才会在线上生效。

9.Baiduspider抓取造成的带宽堵塞？

Baiduspider的正常抓取并不会造成您网站的带宽堵塞，造成此现象可能是由于有人冒充Baiduspider恶意抓取。如果您发现有名为Baiduspider的agent抓取并且造成带宽堵塞，请尽快和我们联系。您可以将信息反馈至反馈中心，如果能够提供您网站该时段的访问日志将更加有利于我们的分析。

来源：seo优化网 转载注明出处！