流量统计:QihooBot来过 CollapsarDEEP


上个月底29日的统计发现当天流量超过了2G(平时都是低于1G的):根据来源IP发现了蜘蛛,信息: Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; QihooBot 1.0)

本月截至昨天的流量统计: QihooBot的流量排在第一,加号后面是蜘蛛robots.txt的请求次数
QihooBot 10035 3.58 G字节 2007年 一月 03日 23:58
Yahoo! Slurp China 4586+33 8.41 M字节 2007年 一月 03日 23:59
Googlebot 4165+21 19.36 M字节 2007年 一月 03日 23:59
Sina Iask Spider 3544+1 16.18 M字节 2007年 一月 03日 15:46
MSNBot 3028+163 39.05 M字节 2007年 一月 03日 23:58
Nutch 2531+3 89.02 M字节 2007年 一月 03日 23:43
Yahoo Slurp 1879+341 9.50 M字节 2007年 一月 03日 23:59
发现Yahoo Slurp对于网站的请求越来越友好了,大量的请求都是304检查文件是否更新过;

很多spider都喜欢说自己是微软的IE,其实没有必要。

正确的robots样例:都是有spider的说明页信息的。
Mozilla/5.0 (compatible; Yahoo! Slurp China; http://misc.yahoo.com.cn/help.html)
Mozilla/5.0 (compatible; Googlebot/2.1; +http://www.google.com/bot.html)

更规范一些: 加上操作系统的名称
Mozilla/5.0 (compatible; SpiderName; System Name; http://www.example.com/spider_help.html)
这样便于awstats统计系统无法来源客户端的统计操作系统比例,目前我的服务器上是超过10%没有操作系统信息的,基本上就是RSS阅读器和各种蜘蛛的流量。

2008-10-23更新:
Qihoobot最新的蜘蛛名是: "Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; CollapsarDEEP)"

作者:车东 发表于:2007-01-04 20:01 最后更新于:2008-10-23 23:10
版权声明:可以转载,转载时请务必以超链接形式标明文章 的原始出处和作者信息及本版权声明

引用通告

以下是前来引用的链接: 流量统计:QihooBot来过 CollapsarDEEP:

» 网站的外链/内链统计:来自Google的网站管理员工具 来自 车东[Blog^2]
Google的网站管理员工具有这样一个功能:查询相应网站的外链/内链数量和明细。从控制台,点击一个已经提交的网站:控制台 > http://www.chedong.com/blog/ > 含外部链接的网页 > 以下是导出的部分 chedong.com/blog的外链数量统计: 可惜不是按外链数量排序的,可以导出成EXCEL,报表如下: http://www.chedong.com/blog/ 17471http://www.chedong.com/blog/in... [阅读更多细节]

Comments

QiHoo不是yahoo在台湾的品牌么?

晕,那是奇摩

今天突然发现网站流量变大,仔细查才找到这个东西:
"Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; QihooBot 1.0 qihoobot@qihoo.net)"
IP地址来源有两个:
221.194.136.22
221.194.136.36
查询显示是:河北省廊坊市 网通ADSL

和过去发现的IaskSpider一样,从不读取robots.txt,更不要谈遵守了……
唉,为什么国内有那么多无聊的人喜欢做这种流氓蜘蛛呢?没办法,只能封IP了……:(

呵呵,我刚做了个网站(http://www.techq.com),今天发现CPU 100%,查看发现是这个流氓蜘蛛,呵呵,已经屏了IP了!

通过Google搜索Qihoobot找到这儿,两年了这个流氓蜘蛛还不改。真是无言。不知道怎么Trackback: http://www.techq.com/notes/16.shtml

QihooBot太流氓了,服务器曾经被他爬死过

http://www.shoucangla.com

发表一个评论

(如果你此前从未在此 Blog 上发表过评论,则你的评论必须在 Blog 主人验证后才能显示,请你耐心等候。)

Creative Commons License
此 Blog 中的日记遵循以下授权 Creative Commons(创作共用)授权.
Powered by
Movable Type 3.36