邓州门户网,邓州在线 邓州门户网手手机app
查看: 228|回复: 0
收起左侧

[软件应用] 深入百度蜘蛛IP段详解

[复制链接]
     

新浪微博达人勋

发表于 2020-9-27 21:47:55 | 显示全部楼层 |阅读模式
深入百度蜘蛛IP段详解





大家进行网站日志分析的时候,常见到很多不同IP段的百度蜘蛛,为了方便大家更好的进行日志分析,下面列举了百度不同IP段常见蜘蛛的一些详情情况,及所谓的降权蜘蛛,沙盒蜘蛛,高权重蜘蛛等等。
众所周知,百度蜘蛛爬虫对于网站SEO有很好的索引和帮助,能够快速在百度首页通过关键词搜索直达您的网站。
百度蜘蛛(Baiduspider)爬取
是搜索引擎获得页面内容的一个重要的途径,通过蜘蛛的抓取可以得到一个页面的最主要的内容从而收录百度数据库系统,每次抓取之后都会再与数据库原有的信息进行比对,来确定页面的总体质量。
那么,每当蜘蛛来抓取的时候都会被网站日志文件记录下来,具体包括抓取时间,抓取的页面以及蜘蛛来路IP地址,上次说到百度蜘蛛(Baiduspider)ip来路基本能够反映出不同蜘蛛对站点不同页面的喜好程度,从侧面也反映出整个网站不同页面的权重值,通过自己一系列的分析,可以较为准确的评估整站的权重分布,对于seo、文章内容价值、用户体验都起到很好的参考价值。

经常听到站长们问,百度蜘蛛是什么?最近百度蜘蛛来的太频繁服务器抓爆了,最近百度蜘蛛都不来了怎么办,还有很多站点想得到百度蜘蛛的IP段,想把IP加入白名单,但IP不固定,我们无法对外公布。

那怎么才能识别正确的百度蜘蛛呢?来来来,只需两步,教你正确识别百度蜘蛛

1、查看UA,如果UA都不对,可以直接判断非百度搜索的蜘蛛,目前对外公布过的UA是:

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;+http://www.baidu.com/search/spider.html)

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

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; +http://www.baidu.com/search/spider.html)

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

2、反查IP

站长可以通过DNS反查IP的方式判断某只spider是否来自百度搜索引擎。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:

1)、在linux平台下,您可以使用host ip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。


2)、在windows平台或者IBM OS/2平台下,您可以使用nslookup ip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nslookup xxx.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。


3)、 在mac os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dig xxx.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。


下面的百度蜘蛛IP造访,准备抓取你东西,抓取网页的百度蜘蛛。
60.172.229.61
61.129.45.72
61.135.162.*

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

(百度联盟爬虫),说白了就是百度统计。
61.135.186.*

站长工具模仿的百度蜘蛛。
61.147.98.146
61.188.39.16
113.98.254.245
117.21.220.245
117.28.255.42

114站长工具箱(这个是你的网站不稳定时常来的)
119.147.114.213
121.10.141.*

百度图片爬虫
123.15.**.**

这个蜘蛛经常来,别的来的少,表示网站可能要进入沙盒了,或被者降权。
123.125.68.*

抓取内页收录的,权重较低,爬过此段的内页文章暂时被收录但不放出来(意思也就是说待定),因不是原创或采集文章。(百度网页爬虫(百度图片爬虫)
123.125.71.*

搜外站长工具蜘蛛。
124.248.34.52

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,没有多大用。 125.90.88.*

百度蜘蛛
159.226.50.*
180.76.5.*
180.76.5.87
220.181.158.107

伪装百度蜘蛛IP
180.149.130.*

这个ip段出现在新站及站点有不正常现象后。
183.91.40.144
203.208.60.*

这个ip段不间断巡逻各站,就是路过一下。
210.72.225.*

每天这个IP 段只增不减很有可能进沙盒或K站
218.30.118.102
220.181.68.*
123.125.68.*
220.181.68.*

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!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。
220.181.108.*

代表百度蜘蛛IP来访准备抓取你东西
220.181.7.*
123.125.66.*

这个ip段作为度过新站考察期
121.14.89.*

这个ip段出现在新站或站点有不正常现象后
203.208..60.*

这个ip段不间断巡逻各站
210.72.225.*

这个是百度抓取首页的专用IP如是220.181.108段的ip来的话基本来说网站会天天隔夜快照,绝对错不了的
220.181.108.95

98%抓取首页可能还会抓取其他「不是指内页)属于权重IP段此段爬过的文章或首页基本24小时放出来.
220.181.108.92

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
123.125.71.106

属于综合的。主要抓取首页和内页或者其它页面。属于权重IP段, 抓过的文章或首页基本24小时放出来
220.181.108.91

重点抓取更新文章的内页达到90%,8%的抓取首页,2%其他权重ip段,抓过的文章或首页基本24小时放出来
220.181.108.75

专用抓取首页ip 权重段,一般返回代码304 0 0代表未更新
220.181.108.86

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
123.125.71.95
123.125.71.97

专用抓取首页ip 权重段,一般返回代码304 0 0代表未更新
220.181.108.89
220.181.108.94
220.181.108.97
220.181.108.80
220.181.108.77

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
123.181.108.77

专用抓取首页ip 权重段,一般返回代码304 0 0代表未更新



220.181.108.83

附录百度蜘蛛IP地址
  • 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,或被者降权。
  • 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.*广东茂名市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。
  • 220.181.108.95这个是百度抓取首页的专用IP,如是220.181.108段的话,基本来说你的网站会天天隔夜快照。(悲剧的我竟然屏蔽了这个IP
  • 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段属于权重IP段此段爬过的文章或首页基本24小时放出来。(嗯,还有这个也屏蔽了,晕死了!
  • 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。(这个也有,汗!
  • 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。(这个,……!
  • 220.181.108.86专用抓取首页IP权重段,一般返回代码是30400代表未更新。(还有这个……
  • 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。
  • 220.181.108.89专用抓取首页IP权重段,一般返回代码是30400代表未更新。(好吧,220开头的好像都被我屏蔽了,下手真心有点儿太狠了!
  • 220.181.108.94专用抓取首页IP权重段,一般返回代码是30400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30400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30400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30400代表未更新。
  • 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,因不是原创或是采集文章。

注:以上IP尾数还有很多,但段位一样的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.。

  • 220.181.108.83专用抓取首页IP权重段,一般返回代码是30400代表未更新。
  • 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!

一般成功抓取返回代码都200,返回304代表网站没更新。

Google蜘蛛IP地址

216.239.33.*

216.239.35.*

216.239.37.*

216.239.39.*

216.239.51.*

216.239.53.*

216.239.55.*

216.239.57.*

216.239.59.*

64.233.161.*

64.233.189.*

66.102.11.*

66.102.7.*

66.102.9.*

66.249.64.*

66.249.65.*

66.249.66.*

66.249.71.*

66.249.72.*

72.14.207.*

谷歌蜘蛛IP段解析

202.101.43.*、222.73.247.*、66.249.65.*这三个ip段是最为常规出现的

66.249.16.*出现的站点均为新站或站点出现无法访问情况后再次出现的ip段

210.72.225.*这个ip段不间断巡逻各站

203.208.60.*这个ip段出现在新站及站点有不正常现象后

360蜘蛛IP段

101.226.166.*(101.226.166.195~101.226.166.254,共60个)

101.226.167.*(101.226.167.195~101.226.167.254,共60个)

101.226.168.*(101.226.168.195~101.226.168.254,共60个)

101.226.169.*(101.226.169.195~101.226.169.230,共36个)

180.153.236.*(180.153.236.11~26;180.153.236.35~180.153.236.74;180.153.236.101~180.153.236.196,共152个)

182.118.20.*(182.118.20.201~182.118.20.254,共39个)

182.118.21.*(182.118.21.201~182.118.21.*254,共54个)

182.118.22.*(182.118.22.141~182.118.22.149;182.118.22.211~182.118.22.250,共64个)

182.118.25.*(182.118.25.131~182.118.25.245;)

182.118.28.*

61.55.185.*

101.199.*.*

220.181.126.*

182.118.26.110~182.118.26.239(时效性UAIP段,主要针对网站内容更新的爬取)

360蜘蛛IP段解析

220.181.126.*、101.199.*.*据说为360举报IP。也就是说,假如你的网站日志出现这个IP段,你的网站被举报了。如果是违法站,那就自求多福吧。

搜狗蜘蛛IP段

123.126.113.79-123.126.113.191

220.181.89.190

220.181.89.189

218.30.103.155

61.135.189.75

220.181.94.228

61.135.189.74

220.181.89.157

220.181.89.165

220.181.89.183

220.181.89.194

218.30.103.80

神马蜘蛛IP段

42.156.136.*-42.156.139.*

42.120.160.*42.120.161.*

其他蜘蛛IP段163搜索引擎蜘蛛IP地址大全

202.106.186.*

202.108.36.*

202.108.44.*

202.108.45.*

202.108.5.*

202.108.9.*

220.181.12.*

220.181.13.*

220.181.14.*

220.181.15.*

220.181.28.*

220.181.31.*

222.185.245.*

iask搜索引擎蜘蛛IP地址大全

61.135.152.*

msn搜索引擎蜘蛛IP地址大全

65.54.188.*

65.54.225.*

65.54.226.*

65.54.228.*

65.54.229.*

207.46.98.*

207.68.157.*

搜搜蜘蛛IP地址

219.133.40.*

202.96.170.*

202.104.129.*

61.135.157.*

新浪搜索引擎蜘蛛IP地址

219.142.118.*

219.142.78.*

搜狐搜索引擎蜘蛛IP地址

61.135.132.*

220.181.26.*

220.181.19.*

Yahoo搜索引擎蜘蛛IP地址

66.196.90.*

66.196.91.*

68.142.249.*

68.142.250.*

68.142.251.*

72.30.101.*

72.30.102.*

72.30.103.*

72.30.104.*

72.30.107.*

72.30.110.*

72.30.111.*

72.30.128.*

72.30.129.*

72.30.131.*

72.30.133.*

72.30.134.*

72.30.135.*

72.30.216.*

72.30.226.*

72.30.252.*

72.30.97.*

72.30.98.*

72.30.99.*

74.6.74.*

Yahoo中国搜索引擎蜘蛛IP地址

202.165.102.*

202.160.178.*

202.160.179.*

202.160.180.*

202.160.181.*

202.160.183.*

中搜蜘搜索引擎蜘蛛IP地址

202.108.4.*

202.108.4.*

202.108.33.*

202.96.51.*

219.142.53.*

好了,终于通过此文提供的IP,在屏蔽里排除了百度蜘蛛的IP了,总结下来就是“对自己真的是太狠了”,看来一些基本的数据必须要保留呀!就像此文一样,保存好,随时都可以用来参考的!屏蔽IP一定要慎重了,很容易误伤的,这两天QQ浏览器总是出现“403”错误估计跟IP屏蔽也有关系吧!我得好好排查一下了!

【DZ案例分析】
  • 之前和大家分享过discuz蜘蛛爬行记录插件的安装,在蜘蛛爬行记录的那个插件里,并不是所有过来的百度蜘蛛都是百度的,其他搜索引擎也可以伪装成百度的IP段,所以现在就和大家来探讨百度常见的IP段有哪些!
  • 例如:

  • 在张图片的记录中117.28.255.37点前面虽然写的是百度,其实并不是百度蜘蛛的IP段,以下是常见的百度蜘蛛IP段:
  • 根据不同的IP我们可以分析网站是个怎样的状态.下面 就按照IIS日记上的百度蜘蛛IP为例: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,或被者降权。
  • 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.* 广东茂名市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。
  • 220.181.108.95这个是百度抓取首页的专用IP,如是220.181.108段的话,基本来说你的网站会天天隔夜快照,绝对错不了的,我保证。
  • 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段属于权重IP段此段爬过的文章或首页基本24小时放出来。
  • 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。
  • 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。
  • 220.181.108.86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。
  • 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。
  • 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。
  • 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。
  • 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。
  • 注:以上IP尾数还有很多,但段位一样的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)。
  • 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

百度云加速节点IP地址段(2018年5月14日更新)


各位好,
以下为云加速IP网段,请各位注意更新白名单,感谢您的支持!

天津        111.32.135.0/24  111.32.136.0/24      125.39.174.0/24       125.39.239.0/24      
上海        112.65.73.0/24    112.65.74.0/24        112.65.75.0/24                 
重庆        119.84.92.0/24    119.84.93.0/24     113.207.100.0/24    113.207.101.0/24      113.207.102.0/24
上海        180.163.188.0/24   180.163.189.0/24   163.53.89.0/24    101.227.206.0/24   101.227.207.0/24
济南        119.188.97.0/24        119.188.9.0/24                        
苏州        61.155.149.0/24        61.156.149.0/24        61.155.165.0/24               
河北        61.182.137.0/24        61.182.136.0/24        120.52.29.0/24        120.52.113.0/24        
南宁        222.216.190.0/24        219.159.84.0/24                        
佛山        183.60.235.0/24        116.31.126.0/24        116.31.127.0/24               
西安        117.34.13.0/24        117.34.14.0/24                        
郑州        42.236.93.0/24        42.236.94.0/24                        
青岛        119.167.246.0/24        150.138.149.0/24        150.138.150.0/24        150.138.151.0/24        
福州        117.27.149.0/24                                
湖南        59.51.81.0/24        220.170.185.0/24        220.170.186.0/24               
东莞        183.61.236.0/24        14.17.71.0/24                        
沈阳        124.95.168.0/24        124.95.188.0/24                        
洛阳        61.54.46.0/24        61.54.47.0/24                        
杭州        101.71.55.0/24        101.71.56.0/24                        
广州        183.232.51.0/24        183.232.53.0/24        157.255.25.0/24        157.255.26.0/24        
成都        182.150.0.0/24        182.150.1.0/24                        
江苏        112.25.90.0/24        112.25.91.0/24        58.211.2.0/24        58.211.137.0/24        
湖北        122.190.2.0/24        122.190.3.0/24                        
广东        183.61.177.0/24        183.61.190.0/24                                         
杭州        117.148.160.0/24        117.148.161.0/24                           
宁波        115.231.186.0/24        115.231.187.0/24
安全狗用户、云锁用户与iptables用户,可以找4008768800云加速在线客服平台获取可导入的白名单文件,避免繁琐的手工添加过程。







门户网就是您的家!欢迎您常回家看看!如果您喜欢邓州门户网,请介绍给您身边的朋友!有了您的支持,门户网才能走得更远!
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 注册通行证 用百度帐号登录 新浪微博登陆

本版积分规则

邓州市,邓州网,邓州吧,邓州论坛,邓州门户网
手机客户端
邓州门户网公众微信