利用google analytics追踪搜索引擎蜘蛛(spider/robots)的爬行日志

     在做搜索引擎优化中分析搜蜘蛛爬虫日志是非常重要的一步,大部分网站采取服务器日志数据 ,一般认为采用类似google analytics的页面标记法是无法捕捉搜索引擎爬虫的信息,然而两位法国google analytics的爱好者的一段代码却可以让我们轻松利用google analytics追踪搜索引擎spider的抓取信息。

   要实现此功能的步骤:

第一步:添加一个新的profile配置文件,这个profile文件必须是设置为新的domain域名。

第二步:下载analytics文件夹 解压后上传到网站根目录,里面包含了analytics 、config和patterns三个文件。

   需要做的是修改config文件,

  • 添加第一步中增加的新的配置文件的profile id ( 例如新增加文件的http://robots.robinli007.com便是
    UA-16811947-5)
  • 增加你的域名信息(如www.robinli007.com
  • 添加你域名的哈希(hash)值信息,为域名cookie里面的_utma cookie内容字段的第一段id.

利用firebug cookie读出

里面的”109917574”’就是需要增加的id.

   第三步  :让网站每个页面都包含analytics文件的代码,可以在网站页面的公共调用部分(如footer header) 加入以下代码:

  <?php include_once( “analytics/analytics.php”) ?>

    以上步骤完成 等待两小时后 在google analytics后台便可以看到来自搜索引擎爬虫的爬行信息”

     在内容(content)报告, 按来源选择可以很清晰的看到来自各爬虫的爬行信息

作者: 子木李俊

特别声明:转载请注明来源。

利用google analytics追踪搜索引擎蜘蛛(spider/robots)的爬行日志》上有25条评论

  1. AiT

    看你的博客很久了,感觉这篇文章不错,特意转载到光年论坛了,链接地址:http://www.gnbase.com/thread-990-1.html

  2. molly

    域名的哈希(hash)值信息,这个也是在google分析里面找么?在哪个页面呢?没找到啊

  3. 子木 文章作者

    域名的哈希(hash)值信息,为域名cookie里面的_utma cookie内容字段的第一段id.
    用fifebug的cookie工具可以看到

  4. simon

    域名的哈希(hash)值信息,_utma cookie内容字段的第一段id。
    这个怎样用firebug cookie读出来?我没有找到。

  5. Hugo

    在jsp 网站我又该怎么引入公共代码。是不是只要把Analytics 文件夹上传到根目录,然后引入公共代码就行了嘛?

  6. 美瞳

    把放在代码里后需要在GA里检查状态吗?
    代码安装完成后在源代码里会有相关显示吗?
    怎么样才能确认安装成功?

  7. Pingback引用通告: SEO那点事 | 英文SEO » 利用Google Analytics追踪spider/robots搜索引擎蜘蛛爬行日志

  8. 米豆豆

    我是指在网页中加统计代码加哪一个的,是加原始proflle的统计代码,还是新增的proflle的统计代码,两个我都试过了,都看不到蜘蛛的记录。

  9. Pingback引用通告: 利用Google analytic统计spider爬虫 | Ed29.com

  10. Pingback引用通告: 利用Google analytic统计spider爬虫 at Chaos Analytics

评论已关闭。