索引擎百度各个产品使用不同的user-agent:
产品名称 | 对应user-agent | |
网页搜索 | Baiduspider | |
移动搜索 | Baiduspider | |
图片搜索 | Baiduspider-image | |
视频搜索 | Baiduspider-video | |
新闻搜索 | Baiduspider-news | |
百度搜藏 | Baiduspider-favo | |
百度联盟 | Baiduspider-cpro | |
商务搜索 | Baiduspider-ads | |
sogou spider 会根据网页的重要性和历史变化情况来动态调整更新时间，更新已经抓取过的页面。
Baiduspider的user-agent是： Mozilla/5.0 (compatible; Baiduspider/2.0; +http://www.baidu.com/search/spider.html)
在百度C2C产品“百度有啊”即将上线的时候，淘宝网站曾经屏蔽百度搜索爬虫，禁止百度搜索引擎抓取淘宝网站的网页内容，淘宝官方的解释是“杜绝不良商家欺诈”。在技术层面，淘宝屏蔽百度的方法是，在网站的robots.txt文件中加上如下内容：User-agent: BaiduspiderDisallow: /但实际上这种方法并不能完全屏蔽百度的爬虫，至今在百度上输入site:taobao.com还是可以看
Baiduspider遵守互联网meta robots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。
