自定义蜘蛛 UA 怎么选:百度、Google、Bing 的抓取差异
工具里那排蜘蛛类型,选错一个,后面的判断全废。
因为 UA 会改变服务器返回的内容。
一组三角对照
同一个百度首页:
Baiduspider:200,2,443 字节。
Googlebot:200,17,143 字节。
bingbot:200,227 字节,内容是一段 JS 跳转。
同一个 URL,三种输出。如果只测 bingbot,你会得出“百度首页是个空壳”的结论,显然是错的。
UA 还会改变跳转
实测新浪首页:桌面 Baiduspider 拿到 402KB,标题「新浪网」;换成移动 UA,连续 3 次跳转,落到 sina.cn,142KB,标题「手机新浪网」。
这不是故障,是移动适配。但如果只测桌面,你永远不知道移动端被跳去了哪。
怎么选
做百度收录,选 Baiduspider,再补一次移动 UA。
做 Google,选 Googlebot,注意桌面和 Smartphone 是两个 UA。
做 Bing 或 AI 搜索,选 bingbot,或者自定义 GPTBot、ClaudeBot。
想验证 WAF 是否过严,填一个陌生 UA,看是否被拦。
一个限制
UA 可以随便填,但真实蜘蛛还有 IP 和反向 DNS。
有些站点做双向验证,UA 对、IP 不对照样拒绝。模拟抓取会失败,真实蜘蛛可能是通的。所以它验证的是“这个 UA 能不能拿到内容”,不是“官方蜘蛛一定会来”。
用 蜘蛛模拟抓取 时,至少跑目标搜索引擎加一个对照 UA,别拿单一结果下结论。