谷歌的爬虫是怎么爬取到那些孤立的网站的 - V2EX
V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
syahd
V2EX    Google

谷歌的爬虫是怎么爬取到那些孤立的网站的/h1>
  •  
  •   syahd 2016-11-17 19:44:50 +08:00 3868 次点击

    这是一个创建于 3338 天前的主题,其中的信息可能已经有所发展或是发生改变。

    我建了两个网站,没有任何被任何博客添加友链,没有在任何网站上留下过 url ,但是我都在这两个服务器里的 access.log 里看到了谷歌爬虫(虽然我设置了 robots.txt 不让爬取)。难不成是靠遍历 ip 地址吗?

    第 1 条附言    2016-11-17 22:06:25 +08:00
    顺便再多问个问题,我在阿里云备了案,但是把域名解析到了国外一个搭建了 sspanel 的服务器,这不要紧吧?
    11 条回复    2016-12-15 00:09:24 +08:00
    xzem
        1
    xzem  
       2016-11-17 20:08:41 +08:00
    比如说 chrome
    DesignerSkyline
        2
    DesignerSkyline  
       2016-11-17 20:13:21 +08:00 via iPad
    Google chrome 的安全检测服务可能会导致这个现象
    yankebupt
        3
    yankebupt  
       2016-11-17 20:16:25 +08:00 via Android
    爬的时候不遵循 robots.txt 的也有可能是伪造成谷歌爬虫的其他爬虫,比如安全机构
    yushiro
        4
    yushiro  
       2016-11-17 20:18:53 +08:00 via iPhone
    网站有域名,根据域名注册商的列表爬。
    syahd
        5
    syahd  
    OP
       2016-11-17 22:05:02 +08:00
    @DesignerSkyline 什么意思?
    syahd
        6
    syahd  
    OP
       2016-11-17 22:07:19 +08:00
    @yushiro 这个列表域名注册商可以随便就给别人吗?
    DesignerSkyline
        7
    DesignerSkyline  
       2016-11-17 22:13:38 +08:00
    @whwq2012 safebrowsing probes
    yushiro
        8
    yushiro  
       2016-11-17 22:13:58 +08:00
    @whwq2012 你注册域名的时候是不是要查询域名是否被注册? 这都是公开的
    syahd
        9
    syahd  
    OP
       2016-11-18 19:11:32 +08:00
    @yushiro 虽然是这样的,但是也不会给整个数据库吧
    julyclyde
        10
    julyclyde  
       2016-11-18 21:46:06 +08:00
    @whwq2012 跟给数据库有啥区别?让它挨个试还影响注册商性能呢,比如直接给数据库
    flynaj
        11
    flynaj  
       2016-12-15 00:09:24 +08:00 via Android
    看 ip 地址,如果不是 google 的服务器就是伪造的,可能是扫描
    关于     帮助文档     自助推广系统     博客     API     FAQ     Solana     931 人在线   最高记录 6679       Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 24ms UTC 21:06 PVG 05:06 LAX 13:06 JFK 16:06
    Do have faith in what you're doing.
    ubao msn snddm index pchome yahoo rakuten mypaper meadowduck bidyahoo youbao zxmzxm asda bnvcg cvbfg dfscv mmhjk xxddc yybgb zznbn ccubao uaitu acv GXCV ET GDG YH FG BCVB FJFH CBRE CBC GDG ET54 WRWR RWER WREW WRWER RWER SDG EW SF DSFSF fbbs ubao fhd dfg ewr dg df ewwr ewwr et ruyut utut dfg fgd gdfgt etg dfgt dfgd ert4 gd fgg wr 235 wer3 we vsdf sdf gdf ert xcv sdf rwer hfd dfg cvb rwf afb dfh jgh bmn lgh rty gfds cxv xcv xcs vdas fdf fgd cv sdf tert sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf shasha9178 shasha9178 shasha9178 shasha9178 shasha9178 liflif2 liflif2 liflif2 liflif2 liflif2 liblib3 liblib3 liblib3 liblib3 liblib3 zhazha444 zhazha444 zhazha444 zhazha444 zhazha444 dende5 dende denden denden2 denden21 fenfen9 fenf619 fen619 fenfe9 fe619 sdf sdf sdf sdf sdf zhazh90 zhazh0 zhaa50 zha90 zh590 zho zhoz zhozh zhozho zhozho2 lislis lls95 lili95 lils5 liss9 sdf0ty987 sdft876 sdft9876 sdf09876 sd0t9876 sdf0ty98 sdf0976 sdf0ty986 sdf0ty96 sdf0t76 sdf0876 df0ty98 sf0t876 sd0ty76 sdy76 sdf76 sdf0t76 sdf0ty9 sdf0ty98 sdf0ty987 sdf0ty98 sdf6676 sdf876 sd876 sd876 sdf6 sdf6 sdf9876 sdf0t sdf06 sdf0ty9776 sdf0ty9776 sdf0ty76 sdf8876 sdf0t sd6 sdf06 s688876 sd688 sdf86