1. 设置robots.txt文件 在根目录中建立一个robots.txt文件，设置禁止百度抓取即可达到屏蔽百度爬虫的效果，具体设置内容如下： User-agent: Baiduspider Disallow: / 2. 自定义Http请求 百度爬虫最显著的特征就是它的User_Agent中包含Baiduspider，一般在Http头中添加请求头：X-Baidu-Env：martin-spider可以阻止百度爬虫。 3. IP伪装 将服务器IP做转换，将真实的IP改成池外的IP地址，让百度爬虫无法访问。
在【院长帮帮忙】栏目露过面的站点是编织汇（www.bianzhihui.com），该站点通过反馈中心反馈页面内容迟迟不被抓取，经百度工程师追查，原来是因为页面上的无用时间信息——没有想到是不是？同学们快来看看这个案例吧。也想让院长帮助追查吗？快来看看这里！站点求助：现象编织汇网站内容发布后几个礼拜都未曾收录。案例如下：http://www.bianzhihui.com/t/6717（教程详细页面举
Spider对网站抓取数量突增往往给站点带来很大烦恼，纷纷找平台想要Baiduspider IP白名单，但实际上BaiduSpider IP会随时变化，所以并不敢公布出来，担心站长设置不及时影响抓取效果。百度是怎么计算分配抓取流量的呢？站点抓取流量暴增的原因有哪些呢？总体来说，Baiduspider会根据站点规模、历史上网站每天新产出的链接数量、已抓取网页的综合质量打分等等，来综合计算抓取流量，同
BaiduSpider是百度搜索引擎的网络爬虫，其爬行规律与其他爬虫类似，通常有以下几点： 1. BaiduSpider会按照网站的robots.txt文件中的规则来进行爬行，如果该文件中禁止爬取某些页面或目录，BaiduSpider会遵循规则进行爬行。 2. BaiduSpider的爬行频率通常是不固定的，它会根据网站的内容更新频率、网站的重要性等因素进行调整。 3. BaiduSpide
