在平時的網站運行和保護中，我們每常需求經過空間的www日記來理解蛛蛛的抓取事情狀況,並對日常的辦公作出調試，以下將一步一步的讓你充分理解日記的設置形式以及蛛蛛的抓取特點標志剖析讓您充分理解每一個參變量的涵義並作為自個兒調試和改正的參照。

　　第1：需求明確承認自個兒的虛擬主機還是服務器開啟了日記功能,普通的虛擬空間商的扼制面板中都有www日記的記錄功能，並供給站長們下載和剖析,以下是編者運用的一個日記式樣，由於每一個空間商不一樣其操作的順著次序和形式不止相同，此處僅作一個參照。

　　首先點擊圖一 或進入了到圖二中的界面，點擊下載weblog日記便會顯露出來圖三 圖四的界面，圖四裡邊的每一個TXT都是以年-月-近幾天來起名稱的,況且記錄了日記的體積,點擊檢查就能看見周密的信息。

　　

　　第二：在代碼中查到蛛蛛的殘跡，由於一個TXT日記都是數百K，上千行，所以每條去查緝是不事實的，我們需求充分理解蛛蛛的特點標志並經過查問功能迅速的定位，由於蛛蛛的代碼是spider,所以當檢索spider時將出來全部的蛛蛛的前來訪問事情狀況，譬如百度,google,360等等，而百度蛛蛛的特點標志是 baiduspider，我們這處著意解釋百度蛛蛛的事情狀況。

　　我們先用記事本敞開下載的TXT文檔，並經過編輯查尋功能(圖五)來迅速的檢索,在檢索框中輸入baidu，並按明確承認就能找到百度蛛蛛的抓代替碼(圖六)

　　

　　第三：找到百度蛛蛛的抓取行往後針對每一個參變量，編者施行解釋並將對應的事情狀況施行解釋明白(參見舉出例子圖)。

　　

　　參變量1：這是百度蛛蛛來抓取內部實質意義的時間,這個時間普通和電腦時間相差8個鍾頭，這主要是日記時間運用的是世界時，與北京時間相差8鍾頭;即您需求將時間加8鍾頭纔是對應的北京時間,所以參變量1所示的蛛蛛來抓取的時間是 五月二十三號13時8分。

　　參變量2：抓取內部實質意義的形式, GET表達抓取的意思後面緊繼續的/index.html是被抓取的頁面，這處表達蛛蛛來抓去了首頁, 假如GET 後面是 /– 則表達蛛蛛沒有抓取不論什麼物品，這會兒需求引動網站保護擔任職務的人的注意，你的內部實質意義還是是有問題，還是網站的首頁布局，還是是內部實質意義文章等有問題，需求具體問題具體剖析。

　　參變量3：這個是蛛蛛來抓取內部實質意義時刻服務器的IP地址，由於如今太多的域名是運用CNAME的形式來解析的，所以眾多站長根本都不曉得自個兒的網站的IP是若乾，而這個IP就是空間商讓蛛蛛來抓取內部實質意義的IP，當你網站有問題時刻可以經過查這一IP上的網站的個數與收錄事情狀況等來判斷自個兒是否遭受牽扯。

　　參變量4：這個參變量是表達協議狀況，一般200表達正常，404表達找不到文件，500表達內裡服務器不正確，普通網站全部頁面都應當是200纔准確，假如改版則普通會顯露出來404不正確，這處需求依據不一樣的回返值去查問具體的端由

　　題外話：每一位站長的新網站上線往後都在著急的等待蛛蛛來抓取並引得，以讓自個兒的網站有好的名次，不過如今的百度蛛蛛對於新網站的檢查核對已經十分的嚴明並且時間普通都在20天以上，所以想要被百度蛛蛛來抓取內部實質意義和取得好的名次已經越來越艱難，隨著蛛蛛智能化程度越來越高，想經過蒙哄還是黑帽的手法來騙得蛛蛛的相信已經不太容易，並且縱然得手了也會在百度的反作弊核心的後期對網站的深度查緝中被發覺並將作弊網站依據作弊程度做相應的頂格辦罪，所以勸告站長們仍然塌實做站，專心做一個白帽聖手，讓你保護的公司網站名次無懮。