如何在IIS里設置并查詢搜索引擎蜘蛛

打開IIS。選擇所要設置的網站屬性。彈出如下窗口：

 “啟用日志記錄”，勾選，選擇“W3C擴展日志文件格式”。

再次點擊這里的“屬性”按鈕，常規選項里面，選擇新日志計劃為“每天”，當然也可以選擇其他，選擇好保存日志文件的目錄。 

按照一般情況，設置到這里就可以記錄日志了，但是有些主機無論如何都找不到搜索引擎爬蟲的痕跡，類似于Baiduspider+怎么都看不到。這個時候我們就需要啟用剩下的三個選項了!

選擇高級選項。勾選底下的用戶代理(cs(User-Agent))等下面三個選項，這樣我們就可以看到百度蜘蛛了! 

二、如何分析網站IIS日志中的蜘蛛

首先來認識下國內主流搜索引擎的蜘蛛的名稱：

1. Google爬蟲名稱

1) Googlebot：從Google的網站索引和新聞索引中抓取網頁

2) Googlebot-Mobile針對Google的移動索引抓取網頁

3) Googlebot-Image：針對Google的圖片索引抓取網頁

4) Mediapartners-Google：抓取網頁確定 AdSense 的內容。只有在你的網站上展示 AdSense 廣告的情況下，Google才會使用此漫游器來抓取您的網站。

5) Adsbot-Google：抓取網頁來衡量 AdWords 目標網頁的質量。只有在你使用 Google AdWords 為你的網站做廣告的情況下，Google才會使用此漫游器。

2. 百度(Baidu)爬蟲名稱：Baiduspider.

3. 雅虎(Yahoo)爬蟲名稱：Yahoo Slurp

4. 有道(Yodao)蜘蛛名稱：YodaoBot

5. 搜狗(sogou)蜘蛛名稱：sogou spider

因為咱們國內比較關注百度所以我們來分下百度的蜘蛛，從剛剛記錄的日志搜索“Baiduspider+“選取一段

00:00:06 GET /Class/Class.asp ID=38 61.135.168.142 Baiduspider+(+http://www.baidu.com/search/spider.htm) 200 0 214

上面這個日志說明是在0點的時候 訪問了 Class/Class.asp ID=38頁面。蜘蛛IP地址為61.135.168.142。其中的200 表示搜索引擎蜘蛛爬行后返回HTTP的狀態代碼，代表成功爬行并抓取。

下面列出常見數字代碼：

2xx 成功

200 正常;請求已完成。

201 正常;緊接 POST 命令。

202 正常;已接受用于處理，但處理尚未完成。

203 正常;部分信息 — 返回的信息只是一部分。

204 正常;無響應 — 已接收請求，但不存在要回送的信息。

3xx 重定向

301 已移動 — 請求的數據具有新的位置且更改是永久的。

302 已找到 — 請求的數據臨時具有不同 URI。

303 請參閱其它 — 可在另一 URI 下找到對請求的響應，且應使用 GET 方法檢索此響應。

304 未修改 — 未按預期修改文檔。

305 使用代理 — 必須通過位置字段中提供的代理來訪問請求的資源。

306 未使用 — 不再使用;保留此代碼以便將來使用。

4xx 客戶機中出現的錯誤

400 錯誤請求 — 請求中有語法問題，或不能滿足請求。

401 未授權 — 未授權客戶機訪問數據。

402 需要付款 — 表示計費系統已有效。

403 禁止 — 即使有授權也不需要訪問。

404 找不到 — 服務器找不到給定的資源;文檔不存在。

407 代理認證請求 — 客戶機首先必須使用代理認證自身。

410 請求的網頁不存在(永久);

415 介質類型不受支持 — 服務器拒絕服務請求，因為不支持請求實體的格式。

5xx 服務器中出現的錯誤

500 內部錯誤 — 因為意外情況，服務器不能完成請求。

501 未執行 — 服務器不支持請求的工具。

502 錯誤網關 — 服務器接收到來自上游服務器的無效響應。

503 無法獲得服務 — 由于臨時過載或維護，服務器無法處理請求。

服務器租用/服務器托管中國五強！虛擬主機域名注冊頂級提供商！15年品質保障！--億恩科技[ENKJ.COM]