水星博客 - 数字时代 To digi

   通常搜索引擎抓取网页的方式就是通过搜索引擎的特定程序工具，去访问、索引互联网上的各个网站内容。

   这类程序被称为：搜索机器人（Robot）、网络蜘蛛（spider）、爬虫（Web Crawler）…等等。

   而各大搜索引擎的爬虫名称如下：

Google

Googlebot：Google对一般网页的索引程序。

Googlebot-Mobile：Google对于移动设备，如手机网页的索引程序。

Googlebot-Image：Google专门用来抓取图片的程序。

Mediapartners-Google：为放置了Google Adsense广告联盟代码的网站使用的专用抓取程序，只针对放置了Google Adsense代码的网站。这个爬虫的作用是专门抓取Adsense广告内容。

Adsbot-Google：这是Google专门为Google Adwords客户设计的蜘蛛，如果你使用了Google的Adwords服务，那么这个蜘蛛就会派出这个蜘蛛来衡量放置了你广告的网站的质量。

百度

Baiduspider：百度的综合索引蜘蛛。

雅虎

Yahoo! Slurp：雅虎的综合索引爬虫程序。

Yahoo!-AdCrawler：雅虎专门为Yahoo!搜索引擎广告开发的专用蜘蛛。

有道

YodaoBot：有道搜索引擎综合索引蜘蛛

腾讯SOSO

Sosospider：腾讯SOSO综合索引蜘蛛

搜狗

sogou spider：搜狗综合索引蜘蛛

MSN
MSNBot：Live综合索引蜘蛛

   对于搜索引擎的蜘蛛，可以通过robots.txt文件进行一定访问规范和限制。

   而且并非所有的机器人都是无害的，有一些非法机器人伪装成主流搜索引擎漫游器对网站大量遍历，并且不遵循robots.txt规范，会严重拖垮网站性能。因此，网站管理员需要验证每个机器人身份是否合法。

建议通过DNS反向查询找出搜索引擎机器人IP地址对应的主机名称；用主机名查找IP地址以确认该主机名与IP地址匹配。

如：crawl-66-249-66-1.googlebot.com为google爬虫的主机名称。