百度蜘蛛Baiduspider真假识别如何呢？

之前百度站长平台接到某站长求助，表示误封禁了Baiduspider的IP，询问是否有办法获得Baiduspider的所有IP，打算放入白名单加以保护，防止再次误封。在此百度官方告诉各位站长，Baiduspider的IP池是不断变动的，我们无法提供IP全集。

除此之外，之前还有站长发来质疑说Baiduspider光顾过于频繁，已超越服务器承受能力。而百度站长平台追查发现，Baiduspider对该站点的抓取并无异常，那只spider极有可能是个李鬼。

那么，站长该如何通过IP来判断此spider是不是来自百度搜索引擎的呢？

可以通过DNS反查方式来解决这个问题。根据平台不同验证方法不同，如linux/windows/os三种平台下的验证方法分别如下：

1、在linux平台下，您可以使用host ip命令反解ip来判断是否来自Baiduspider的抓取。Baiduspider的hostname以 *.baidu.com 或 *.baidu.jp 的格式命名，非 *.baidu.com 或 *.baidu.jp 即为冒充。

2、在windows平台或者IBM OS/2平台下，您可以使用nslookup ip命令反解ip来 判断是否来自Baiduspider的抓取。打开命令处理器 输入nslookup xxx.xxx.xxx.xxx（IP地 址）就能解析ip， 来判断是否来自Baiduspider的抓取，Baiduspider的hostname以*.baidu.com 或*.baidu.jp 的格式命名，非 *.baidu.com 或 *.baidu.jp 即为冒充。

3、在mac os平台下，您可以使用dig 命令反解析 ip来 判断是否来自Baiduspider的抓取。打开命令处理器 输入dig xxx.xxx.xxx.xxx（IP地 址）就能解析ip， 来判断是否来自Baiduspider的抓取，Baiduspider的hostname以 *.baidu.com 或*.baidu.jp 的格式命名，非 *.baidu.com 或 *.baidu.jp 即为冒充。

百度蜘蛛真假识别方法：

实际上，我们的日志中，有很多的baiduspider是他人伪装的，要想解决这个问题。我们必须在验证baiduspider真伪上下功夫，这篇文章详细的介绍了爬虫的鉴别方法。

我们在根据网站日志分析搜索引擎蜘蛛抓取网页的记录时，实际上很多站点都是有一些伪装成baiduspider的到访者的。这些数据会严重影响我们对日志分析后的判断。

这些到访者，为什么会伪装为baiduspider来访问我们的网站呢？最典型的就是采集你网站内容的那些人。他们知道很多工具是能够看到哪些ip访问网站的量过大的。例如某一个ip今天访问你网站1万次，那正常吗？肯定是不正常的。但他要是baiduspdier呢？呵呵，那就正常了。

我们应该如何识别baiduspider的真假呢？

百度pc端的爬虫UA是这样的：

Mozilla/5.0 (compatible; Baiduspider/2.0; +http://www.baidu.com/search/spider.html）

Mozilla/5.0 (compatible; Baiduspider-render/2.0; +http://www.baidu.com/search/spider.html)

百度移动端的爬虫UA是这样的：

Mozilla/5.0 (Linux;u;Android 4.2.2;zh-cn AppleWebKit/534.46 (KHTML,like Gecko) Version/5.1 Mobile Safari/10600.6.3 (compatible; Baiduspider/2.0; +http://www.baidu.com/search/spider.html)

Mozilla/5.0 (iPhone; CPU iPhone OS 9_1 like Mac OS x) AppleWebKit/601.1.46 (KHTML, like Gecko) Version/9.0 Mobile/13B143 Safari/601.1 (compatible; Baiduspider-render/2.0; +http://www.baidu.com/search/spider.html)

如上是包含了百度的常规爬虫，和渲染爬虫render的。这两个爬虫的区别符已经用红色字体标出来了。

区分百度pc和移动端的爬虫

通过关键词“Android”或者“Mobile”来进行识别，判断为移动访问或者抓取。

通过关键词“Baiduspider/2.0”、“Baiduspider-render/2.0”,判断为百度爬虫。

然而，你以为这样就能很好的识别了吗？采集者要是伪装成和上面一样的UA信息怎么办呢？

这个时候我们就要用到ip地址了，每一次访问在日志中都记录了访客的ip地址，我们可以判断ip是不是真的baiduspider，方法如下：

windows电脑反查ip，判断爬虫真伪：

点击“开始”菜单，-> 点击“运行”按钮，-> 然后弹出cmd窗口。输入“nslookup 要查询的ip地址”，点击回车键，会有结果输出出来。判断是否来自Baiduspider的抓取。回车后的结果如果包含x x.baidu.com 或x x.baidu.jp 这两种格式，就说明是真的baiduspider。下面是示例：

如上图中，我执行命令，返回的结果中，最后绿色框中的内容就包含的xx.baidu.com，所以是真的爬虫，如果不是这样的就不是真的baiduspider。

liunx系统反查ip，判断爬虫真伪：

liunx系统验证爬虫的逻辑与windows没有什么区别，只是查询的方式不同。毕竟系统不一样了。这里我直接给一个示例：

如上图，liunx使用的命令是“host 要查询的ip地址”，其判断逻辑与windows系统一样。