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 | |
站长可以输入自己网站上的任何一个网址，网管工具会发出Google蜘蛛，实时抓取页面内容，并显示出抓取的HTML代码，包括服务器头信息和页面代码。另外工具也可以用来检查页面是否被黑。有时候黑客放入的代码会检查浏览器类型，如果是用户使用普通浏览器访问则返回正常内容，如果是搜索引擎蜘蛛访问，才返回黑客加上去的垃圾内容和垃圾链接。所以站长自己访问网站看不出异样，Google蜘蛛抓取到的却不是站长自己看到的
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是百度搜索引擎自动抓取网页的蜘蛛程序。由于蜘蛛程序需要不断访问网站上的页面，所以会占用一定的流量资源。对于网站管理员来说，如果BaiDuSpider的访问量过大，也会对网站的带宽和性能造成一定的负担。 为了避免BaiDuSpider的过度访问，网站管理员可以通过在网站根目录下创建robots.txt文件，来控制搜索引擎蜘蛛的访问。通过设置robots.txt文件，可以告诉B
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
