网站空间的IIS日志的用途就是能够观察搜索引擎的蜘蛛来我们网站的爬取情况,可以更近距离的分析和接触蜘蛛。爬取次数,爬取时间点,爬取高峰期,爬取反应出来的HTTP状态码,为我们带来清晰的分析便利。

一、各大搜索引擎的蜘蛛名称:
百度(Baidu)爬虫名称(Baiduspider)
谷歌(Google)爬虫名称(Googlebot)
雅虎(Yahoo)爬虫名称(Yahoo Slurp)
有道(Yodao)蜘蛛名称(YodaoBot)
搜狗(sogou)蜘蛛名称(sogou spider)
MSN的蜘蛛名称:msnbot

二、IIS分析:
案例日志:61.135.168.22 - - [11/Jan/2009:04:02:45 +0800] "GET /thread-7303-1-1.html HTTP/1.1" 200 8450 "-" "Baiduspider(+http://www.baidu.com/search/spider.htm)"
分析:
1、61.135.168.22 是访问了是服务器IP为这个的网站.
2、11/Jan/2009:04:02:45 表示蜘蛛爬行时间
3、GET /thread-7303-1-1.html HTTP,表示蜘蛛抓取了这个页面。
4、200 状态码表示蜘蛛抓取页面成功;404表示蜘蛛抓取页面失败。
5、8450 表示此次抓取了8450个字节
6、Baiduspider(+http://www.baidu.com/search/spider.htm)表示百度蜘蛛的名称

三、基本状态码:
200:请求已经完成,蜘蛛访问页面正常
301:已经移动,永久重定向
302:临时重定向
304:蜘蛛爬取后发现,页面没有修改
305:使用代理
400:请求错误
404:找不到页面

四、IIS详细状态码含义:
  100 - 表示已收到请求的一部分,正在继续发送余下部分。
  101 - 切换协议。
  200 - 确定。客户端请求已成功。
  2XX - 成功 服务器成功地接受了客户端请求。 (只要是2XX的状态,都表示成功)
  200 - 确定。客户端请求已成功。
  201 - 已创建。
  202 - 已接受。
  203 - 非权威性信息。
  204 - 无内容。
  205 - 重置内容。
  206 - 部分内容。
  300 - 针对收到请求,服务器可执行多种操作。
  301 - 永久移动转移,请求的内容已永久移动其他新位置。
  302 - 临时移动转移,请求的内容已临时移动新的位置
  304 - 未修改。自从上次请求后,请求的内容未修改过。
  307 - 临时重定向。服务器目前从不同位置响应请求,但请求者应继续使用原有位置来进行以后的请求。
  400 - 错误的请求。
  401 - 访问被拒绝。IIS 定义了许多不同的 401 错误,它们指明更为具体的错误原因。这些具体的错误代码在浏览器中显示,但不在 IIS 日志中显示:
  401.1 - 登录失败。
  401.2 - 服务器配置导致登录失败。
  401.3 - 由于 ACL 对资源的限制而未获得授权。
  401.4 - 筛选器授权失败。
  401.5 - ISAPI/CGI 应用程序授权失败。
  401.7 - 访问被 Web 服务器上的 URL 授权策略拒绝。这个错误代码为 IIS 6.0 所专用。
  403 - 禁止访问:IIS 定义了许多不同的 403 错误,它们指明更为具体的错误原因:
  403.1 - 执行访问被禁止。
  403.2 - 读访问被禁止。
  403.3 - 写访问被禁止。
  403.4 - 要求 SSL.
  403.5 - 要求 SSL 128.
  403.6 - IP 地址被拒绝。
  403.7 - 要求客户端证书。
  403.8 - 站点访问被拒绝。
  403.9 - 用户数过多。
  403.10 - 配置无效。
  403.11 - 密码更改。
  403.12 - 拒绝访问映射表。
  403.13 - 客户端证书被吊销。
  403.14 - 拒绝目录列表。
  403.15 - 超出客户端访问许可。
  403.16 - 客户端证书不受信任或无效。
  403.17 - 客户端证书已过期或尚未生效。
  403.18 - 在当前的应用程序池中不能执行所请求的 URL.这个错误代码为 IIS 6.0 所专用。
  403.19 - 不能为这个应用程序池中的客户端执行 CGI.这个错误代码为 IIS 6.0 所专用。
  403.20 - Passport 登录失败。这个错误代码为 IIS 6.0 所专用。
  404 - 未找到请求的内容。
  404.0 - 未找到文件或目录。
  404.1 - 无法在所请求的端口上访问 Web站点。
  404.2 - Web 服务扩展锁定策略阻止本请求。
  404.3 - MIME 映射策略阻止本请求。
  405 - 用来访问本页面的 HTTP 谓词不被允许(方法不被允许)
  406 - 客户端浏览器不接受所请求页面的 MIME 类型。
  407 - 要求进行代理身份验证。
  412 - 前提条件失败。
  413 - 请求实体太大。
  414 - 请求 URI 太长。
  415 - 不支持的媒体类型。
  416 - 所请求的范围无法满足。
  417 - 执行失败。
  423 - 锁定的错误。
  500 - 服务器内部错误。
  500.12 - 应用程序正忙于在 Web 服务器上重新启动。
  500.13 - Web 服务器太忙。
  500.15 - 不允许直接请求 Global.asa.
  500.16 - UNC 授权凭据不正确。这个错误代码为 IIS 6.0 所专用。
  500.18 - URL 授权存储不能打开。这个错误代码为 IIS 6.0 所专用。
  500.100 - 内部 ASP 错误。
  501 - 服务器无法完成请求的功能。
  502 - 服务器用作网关或代理服务器时收到了无效响应。
  502.1 - CGI 应用程序超时。
  502.2 - CGI 应用程序出错。
  503 - 服务不可用。这个错误代码为 IIS 6.0 所专用。
  504 - 网关超时。
  505 - HTTP 版本不受支持。我们继续学习下,如何看IIS日志代码,打开IIS日志后,你会看见里面有很多访问记录。baiduspider,Googlebot等就是蜘蛛了。蜘蛛爬过后都会留下记录的,我将状态代码列在下面:
  100 - 表示已收到请求的一部分,正在继续发送余下部分。
  101 - 切换协议。
  200 - 确定。客户端请求已成功。
  2XX - 成功 服务器成功地接受了客户端请求。 (只要是2XX的状态,都表示成功)
  200 - 确定。客户端请求已成功。
  201 - 已创建。
  202 - 已接受。
  203 - 非权威性信息。
  204 - 无内容。
  205 - 重置内容。
  206 - 部分内容。
  300 - 针对收到请求,服务器可执行多种操作。
  301 - 永久移动转移,请求的内容已永久移动其他新位置。
  302 - 临时移动转移,请求的内容已临时移动新的位置
  304 - 未修改。自从上次请求后,请求的内容未修改过。
  307 - 临时重定向。服务器目前从不同位置响应请求,但请求者应继续使用原有位置来进行以后的请求。
  400 - 错误的请求。
  401 - 访问被拒绝。IIS 定义了许多不同的 401 错误,它们指明更为具体的错误原因。这些具体的错误代码在浏览器中显示,但不在 IIS 日志中显示:
  401.1 - 登录失败。
  401.2 - 服务器配置导致登录失败。
  401.3 - 由于 ACL 对资源的限制而未获得授权。
  401.4 - 筛选器授权失败。
  401.5 - ISAPI/CGI 应用程序授权失败。
  401.7 - 访问被 Web 服务器上的 URL 授权策略拒绝。这个错误代码为 IIS 6.0 所专用。
  403 - 禁止访问:IIS 定义了许多不同的 403 错误,它们指明更为具体的错误原因:
  403.1 - 执行访问被禁止。
  403.2 - 读访问被禁止。
  403.3 - 写访问被禁止。
  403.4 - 要求 SSL.
  403.5 - 要求 SSL 128.
  403.6 - IP 地址被拒绝。
  403.7 - 要求客户端证书。
  403.8 - 站点访问被拒绝。
  403.9 - 用户数过多。
  403.10 - 配置无效。
  403.11 - 密码更改。
  403.12 - 拒绝访问映射表。
  403.13 - 客户端证书被吊销。
  403.14 - 拒绝目录列表。
  403.15 - 超出客户端访问许可。
  403.16 - 客户端证书不受信任或无效。
  403.17 - 客户端证书已过期或尚未生效。
  403.18 - 在当前的应用程序池中不能执行所请求的 URL.这个错误代码为 IIS 6.0 所专用。
  403.19 - 不能为这个应用程序池中的客户端执行 CGI.这个错误代码为 IIS 6.0 所专用。
  403.20 - Passport 登录失败。这个错误代码为 IIS 6.0 所专用。
  404 - 未找到请求的内容。
  404.0 - 未找到文件或目录。
  404.1 - 无法在所请求的端口上访问 Web站点。
  404.2 - Web 服务扩展锁定策略阻止本请求。
  404.3 - MIME 映射策略阻止本请求。
  405 - 用来访问本页面的 HTTP 谓词不被允许(方法不被允许)
  406 - 客户端浏览器不接受所请求页面的 MIME 类型。
  407 - 要求进行代理身份验证。
  412 - 前提条件失败。
  413 - 请求实体太大。
  414 - 请求 URI 太长。
  415 - 不支持的媒体类型。
  416 - 所请求的范围无法满足。
  417 - 执行失败。
  423 - 锁定的错误。
  500 - 服务器内部错误。
  500.12 - 应用程序正忙于在 Web 服务器上重新启动。
  500.13 - Web 服务器太忙。
  500.15 - 不允许直接请求 Global.asa.
  500.16 - UNC 授权凭据不正确。这个错误代码为 IIS 6.0 所专用。
  500.18 - URL 授权存储不能打开。这个错误代码为 IIS 6.0 所专用。
  500.100 - 内部 ASP 错误。
  501 - 服务器无法完成请求的功能。
  502 - 服务器用作网关或代理服务器时收到了无效响应。
  502.1 - CGI 应用程序超时。
  502.2 - CGI 应用程序出错。
  503 - 服务不可用。这个错误代码为 IIS 6.0 所专用。
  504 - 网关超时。
  505 - HTTP 版本不受支持。

我寄语:其实分析iis日志不需要那么麻烦,这里推荐一款软件,叫做“光年日志分析工具”,这是第一个专门为SEO设计的日志分析软件。而这个软件里面分析的每一个指标都是为SEO设计的。而且很多的分析维度,都是其他日志分析软件没有的。这能让你看到很多非常有用、但是以前获取不了的数据。它能分析无限大的日志,而且速度很快。能自动判断日志格式,自动检测到哪个是时间、哪个是URL、哪个是IP地址等等。软件容量小、操作简单、绿色免安装版。