关于静态页面的蜘蛛爬行记录,PHP版

 今天突然想知道每天爬行了网站些什么页面,爬了几次,但本人网站都是静态页面,而且空间商的记录要每天最设保留日志第二天才会保留。因些想看能不能通过伪静态的逆向,研究了半个小时左右弄出了这个东西来,部分代码是网上找的.能节省精力尽力节省麻。。。

php文件 本人设为bot.php


View Code
 1 <?php
 2     $useragent = addslashes(strtolower($_SERVER['HTTP_USER_AGENT']));
 3     if (strpos($useragent, 'googlebot')!== false){$bot = 'Google';}
 4     elseif (strpos($useragent,'mediapartners-google') !== false){$bot = 'Google Adsense';}
 5     elseif (strpos($useragent,'baiduspider') !== false){$bot = 'Baidu';}
 6     elseif (strpos($useragent,'sogou spider') !== false){$bot = 'Sogou';}
 7     elseif (strpos($useragent,'sogou web') !== false){$bot = 'Sogou web';}
 8     elseif (strpos($useragent,'sosospider') !== false){$bot = 'SOSO';}
 9     elseif (strpos($useragent,'yahoo') !== false){$bot = 'Yahoo';}
10     elseif (strpos($useragent,'msn') !== false){$bot = 'MSN';}
11     elseif (strpos($useragent,'msnbot') !== false){$bot = 'msnbot';}
12     elseif (strpos($useragent,'sohu') !== false){$bot = 'Sohu';}
13     elseif (strpos($useragent,'yodaoBot') !== false){$bot = 'Yodao';}
14     elseif (strpos($useragent,'twiceler') !== false){$bot = 'Twiceler';}
15     elseif (strpos($useragent,'ia_archiver') !== false){$bot = 'Alexa_';}
16     elseif (strpos($useragent,'iaarchiver') !== false){$bot = 'Alexa';}
17     elseif (strpos($useragent,'slurp') !== false){$bot = '雅虎';}
18     elseif (strpos($useragent,'bot') !== false){$bot = '其它蜘蛛';}
19     if(isset($bot)){
20     $fp = @fopen('bot.txt','a');
21     fwrite($fp,date('Y-m-d H:i:s')."\t".$_SERVER["REMOTE_ADDR"]."\t".$bot."\t".'http://'.$_SERVER['SERVER_NAME'].$_SERVER["HTTP_X_REWRITE_URL"]."\r\n");
22     fclose($fp);
23     }
24     $file=".".$_SERVER[HTTP_X_REWRITE_URL];
25     $f_head=substr($file,-5);
26     if($f_head==".html")
27     {
28         if(file_exists($file))
29         {
30           echo file_get_contents($file);
31         }else
32         {
33            
34         header('HTTP/1.1 404 Not Found');
35         header("status: 404 Not Found");
36 
37         echo "该页面无法找到";
38 
39         }
40         
41     }
42     else
43     {
44         header('HTTP/1.1 404 Not Found');
45         header("status: 404 Not Found");
46         echo "该页面无法找到";
47 
48         
49     }
50     ?>
伪静态文件代码

 

 1 [ISAPI_Rewrite]
 2 
 3 # 3600 = 1 hour
 4 CacheClockRate 3600
 5 
 6 RepeatLimit 32
 7 
 8 # Protect httpd.ini and httpd.parse.errors files
 9 # from accessing through HTTP
10 RewriteRule /index.html /index.php
11 RewriteRule ^/article/(.*) /bot.php [L]
12 RewriteRule ^/list/(.*) /bot.php [L]
posted @ 2012-12-10 11:26  萧逸灵  阅读(1024)  评论(1)    收藏  举报