对于网站管理员来说，搜索引擎的爬虫（spider）是非常重要的。百度蜘蛛（Baiduspider）作为百度搜索引擎的爬虫之一，在收录网页时起着举足轻重的作用。然而，有些站点会遇到百度蜘蛛访问太频繁导致服务器抓爆，或者想要知道百度蜘蛛的IP段以便将其加入白名单，但由于IP地址范围动态变化不固定，无法对外公布。
那么如何才能识别正确的百度蜘蛛呢？本文将介绍两个方法，分别是查看User-Agent（UA）信息和进行双向DNS解析认证。
查看UA信息
UA信息是指用户代理字符串，它包含了浏览器类型、操作系统等信息，可以用来识别访问者的身份。在HTTP请求中，浏览器会发送自己的UA信息给服务器进行识别。百度蜘蛛的UA信息可以通过查看HTTP请求的头部信息得到。目前UA分为移动、PC和小程序三个应用场景，这三个渠道UA分别如下：
- 移动UA：
Mozilla/5.0 (Linux;u;Android 4.2.2;zh-cn;) AppleWebKit/534.46 (KHTML,like Gecko)Version/5.1 Mobile Safari/10600.6.3 (compatible; Baiduspider/2.0;+http://www.baidu.com/search/spider.html)
或
Mozilla/5.0 (iPhone;CPU iPhone OS 9_1 like Mac OS X) AppleWebKit/601.1.46 (KHTML, like Gecko)Version/9.0 Mobile/13B143 Safari/601.1 (compatible; Baiduspider-render/2.0;+http://www.baidu.com/search/spider.html)
- PC UA：
Mozilla/5.0 (compatible; Baiduspider/2.0; +http://www.baidu.com/search/spider.html)
或
Mozilla/5.0 (compatible; Baiduspider-render/2.0; +http://www.baidu.com/search/spider.html)
- 小程序UA：
Mozilla/5.0 (iPhone;CPU iPhone OS 9_1 like Mac OS X) AppleWebKit/601.1.46 (KHTML, like Gecko)Version/9.0 Mobile/13B143 Safari/601.1 (compatible; Baiduspider-render/2.0;Smartapp; +http://www.baidu.com/search/spider.html)
如果UA信息不对，可以直接判断为非百度搜索的蜘蛛。
双向DNS解析认证
DNS反查IP
开发者可以通过对日志中访问服务器的IP地址运行反向DNS查找，判断某只spider是否来自百度搜索引擎。Baiduspider的hostname以*.baidu.com或*.baidu.jp的格式命名，非*.baidu.com或*.baidu.jp即为冒充。根据平台不同，验证方法也不同。以下是在Linux、Windows和macOS平台下进行DNS反查IP的方法：
- Linux平台：使用host ip命令反解ip来判断是否来自Baiduspider的抓取。
host xxx.xxx.xxx.xxx
- Windows平台或IBM OS/2平台：使用nslookup ip命令反解ip来判断是否来自Baiduspider的抓取。打开命令提示符，输入如下命令：
nslookup xxx.xxx.xxx.xxx（IP地址）
- macOS平台：使用dig命令反解ip来判断是否来自Baiduspider的抓取。打开终端，输入如下命令：
dig -x xxx.xxx.xxx.xxx（IP地址）
对域名运行正向DNS查找
对第一步中通过命令检索到的域名运行正向DNS查找，验证该域名与您日志中访问服务器的原始IP地址是否一致。如果IP地址一致，则可以确认该spider来自百度搜索引擎；如果IP地址不一致，则为冒充。
以下是一个示例：
> host 111.206.198.69
69.198.206.111.in-addr.arpa domain name pointer baiduspider-111-206-198-69.crawl.baidu.com.
> host baiduspider-111-206-198-69.crawl.baidu.com
baiduspider-111-206-198-69.crawl.baidu.com has address 111.206.198.69
我们可以看到，反向DNS查找得到的域名是baiduspider-111-206-198-69.crawl.baidu.com，而正向DNS查找也能得到相同的IP地址111.206.198.69，说明这个spider是来自百度搜索引擎的。
正确识别百度蜘蛛有两种方法：查看UA信息和进行双向DNS解析认证。希望本文对网站管理员们能有所帮助。