通过PHP程序知道蜘蛛是否访问你的网站(附代码)

搜索引擎的蜘蛛访问网站是通过远程抓取页面来进行的，我们不能使用js代码来取得蜘蛛的agent信息，但是我们可以通过image标签，这样我们就可以得到蜘蛛的agent资料了，通过对agent资料的分析，就可以确定蜘蛛的种类、性别等因素，我们在通过数据库或者文本来记录就可以进行统计了。
数据库结构：
#
# 表的结构 `naps_stats_bot`
#

create table `naps_stats_bot` (
  `botid` int(10) unsigned not null auto_increment,
  `botname` varchar(100) not null default '',
  `botagent` varchar(200) not null default '',
  `bottag` varchar(100) not null default '',
  `botcount` int(11) not null default '0',
  `botlast` datetime not null default '0000-00-00 00:00:00',
  `botlasturl` varchar(250) not null default '',
  unique key `botid` (`botid`),
  key `botname` (`botname`)
) type=myisam auto_increment=9 ;

#
# 导出表中的数据 `naps_stats_bot`
#

insert into `naps_stats_bot` values (1, 'googlebot', 'googlebot/2.x (+http://www.googlebot.com/bot.html)', 'googlebot', 0, '0000-00-00 00:00:00', '');
insert into `naps_stats_bot` values (2, 'msnbot', 'msnbot/0.1 (http://search.msn.com/msnbot.htm)', 'msnbot', 0, '0000-00-00 00:00:00', '');
insert into `naps_stats_bot` values (3, 'inktomi slurp', 'slurp/2.0', 'slurp', 0, '0000-00-00 00:00:00', '');
insert into `naps_stats_bot` values (4, 'baiduspider', 'baiduspider+(+http://www.baidu.com/search/spider.htm)', 'baiduspider', 0, '0000-00-00 00:00:00', '');
insert into `naps_stats_bot` values (5, 'yahoobot', 'mozilla/5.0+(compatible;+yahoo!+slurp;+http://help.yahoo.com/help/us/ysearch/slurp)', 'slurp', 0, '0000-00-00 00:00:00', '');
insert into `naps_stats_bot` values (6, 'sohubot', 'sohu-search', 'sohu-search', 0, '0000-00-00 00:00:00', '');
insert into `naps_stats_bot` values (7, 'lycos', 'lycos/x.x', 'lycos', 0, '0000-00-00 00:00:00', '');
insert into `naps_stats_bot` values (8, 'robozilla', 'robozilla/1.0', 'robozilla', 0, '0000-00-00 00:00:00', '');

php程序：
/***************************************************************************
* naps -- network article publish system
* ----------------------------------------------
*                                 bot.php
*                            -------------------
*   begin                : 2004-08-15
*   copyright            : (c) 2004 week9
*   email                : [email protected]
*   homepage             : http://www.week9.com
*                          http://www.wapshow.com
*
***************************************************************************/

/***************************************************************************
*
*   this program is free software; you can redistribute it and/or modify
*   it under the terms of the gnu general public license as published by
*   the free software foundation; either version 2 of the license.
*
***************************************************************************/

/***************************************************************************
*
*   naps产品是自由软件。你可以且必须根据《gnu gpl-gnu通用公共许可证》的相关规定
*   复制、修改及分发naps产品。任何以naps产品为基础的衍生发行版未必须经过飘飘的授权。
*
***************************************************************************/

error_reporting(e_all & ~e_notice);

function get_naps_bot()
{
        $useragent = strtolower($_server['http_user_agent']);
                       
        if (strpos($useragent, 'googlebot') !== false){
                return 'googlebot';
        }
       
        if (strpos($useragent, 'msnbot') !== false){
                return 'msnbot';
        }
       
        if (strpos($useragent, 'slurp') !== false){
                return 'yahoobot';
        }
       
        if (strpos($useragent, 'baiduspider') !== false){
                return 'baiduspider';
        }
       
        if (strpos($useragent, 'sohu-search') !== false){
                return 'sohubot';
        }
       
        if (strpos($useragent, 'lycos') !== false){
                return 'lycos';
        }
       
        if (strpos($useragent, 'robozilla') !== false){
                return 'robozilla';
        }       
        return false;
}

$tlc_thispage = addslashes($_server['http_user_agent']);
//添加蜘蛛的抓取记录
$searchbot = get_naps_bot();
if ($searchbot) {
        $db_naps->query("update naps_stats_bot set botcount=botcount+1, botlast=now(), botlasturl='$tlc_thispage' where botname='$searchbot'");
}

?>