下載日志，再使用工具editplus打開日志

一、查看有沒有大量重復(fù)訪問的IP

一般這種IP都是搜索引擎抓取IP段，比如谷歌蜘蛛抓?。℅ooglebot），百度蜘蛛抓取（Baiduspider、Baiduspider-render）。

注意：Baiduspider-render是訪問網(wǎng)站的 CSS、Javascript 和圖片信息。

如果查看到這個蜘蛛出現(xiàn)的次數(shù)很多，而客戶網(wǎng)站圖片又比較大，則消耗的流量就會增加，建議把圖片處理小。

IP段：

谷歌蜘蛛（Googlebot）：

百度蜘蛛（Baiduspider）：

百度蜘蛛（Baiduspider-render）：

針對以上的異常蜘蛛抓取，處理方法如下：

1、在后臺robots禁止谷歌抓取

User-agent: Googlebot

Disallow: /

參考位置，加在這里：

2、調(diào)低百度蜘蛛抓取頻率。

登陸百度站長調(diào)整。

3、還有個方法，就是幫屏蔽這些抓取IP（僅限客戶自有服務(wù)器）。

二、移動端抓取

思途cms系統(tǒng)，后臺做的robots屏蔽僅針對PC端，手機(jī)端沒做。

但可以把robots屏蔽里面的代碼另存為txt文檔，上傳到服務(wù)器手機(jī)端根目錄下。

主要就是1、2點(diǎn)，屏蔽搜索引擎的大量抓取，再觀察后續(xù)流量是否降低。

其他處理（針對網(wǎng)站優(yōu)化）

三、屏蔽列表頁抓取

為什么要屏蔽搜索引擎抓取列表頁？

原因：列表頁url很長，收錄也沒內(nèi)容，對于排名沒作用，還會分散權(quán)重

看日志里，搜索引擎訪問的頁面鏈接地址，分辨列表頁：

以上這些就是列表頁，可以看到搜索引擎抓取了很多列表頁。

Disallow: /*-*

Disallow: /*?*

用這段代碼，屏蔽搜索引擎抓取列表頁。

可以加在這個位置：

四、處理404頁面

訪問日志中如看到大量404頁面，就要去百度站長提交處理死鏈

在HTTP/1.1 后面，是404就表示訪問的頁面已經(jīng)不在了，死頁面，要處理；

后面顯示200，就表示正常抓取，頁面存在

其他要點(diǎn)：

在網(wǎng)址后面+robots.txt 可以不登錄后臺就看到它的robots設(shè)置。