通過Googlebot抓取網站時禁用會話

我的PHP 5.3服務器正在使用use_only_cookies dans處理沒有use_trans_id的會話，會話文件保存在專用目錄中。通過Googlebot抓取網站時禁用會話

當Googlebot或Google Search Appliance機器人或任何其他非Cookie支持的瀏覽器抓取網站時，會爲每個請求的頁面創建不同的會話文件。恐怕這些文件將會使用大量的空間磁盤。

是否可以爲特定的用戶代理或不使用cookie的瀏覽器禁用會話文件？我不想用trans_id功能替換會話，因爲它可能有SEO缺點。

是否有一個Apache/PHP指令，或設置，或任何其他技巧有以下行爲：

如果瀏覽器不支持cookie（通過用戶代理黑名單或其他方法），然後我們總是使用相同的會話文件，或者我們沒有使用任何其他瀏覽器的會話文件
，請使用標準會話文件處理程序。

來源

2014-01-22 JayMore

當然，你可以檢查$_SERVER['HTTP_USER_AGENT']的內容並檢查已知的機器人。如果它是一個機器人，那麼不要叫session_start()（儘管如果你的邏輯依賴於代碼的更深層次的話，這可能會產生不希望的效果）。

來源

2014-01-22 08:25:01 dartacus

...我從不擔心會話數據填滿服務器過多。 PHP在幕後管理這個功能相當出色。 – dartacus

這可能是大多數網站的情況。但是，當您的網站擁有數十萬個網頁時，Google bot可能每天抓取20k，每天創建20k個新會話文件。如果您將會話保存一週，您將僅從Google機器人獲得大約140,000個會話，並從其他機器人獲得更多。另一方面，我們每天只能獲得幾百個獨特的用戶。所以99％的會話文件來自漫遊器！ –

我可以看到你的觀點，它非常有效。但是，自從最初回答這個問題以來，我發現抓取頁面變得越來越複雜。最近的例子是Google的移動可用性分析，並直接影響您在移動設備上的搜索排名。如果Googlebot被拒絕進行會話，並且沒有進行會話會使頁面的可用性降低/執行速度變慢等，那麼對於您的頁面排名而言，這可能是一件非常糟糕的事情。 – dartacus

if (strpos($_SERVER[‘HTTP_USER_AGENT’],"Googlebot") === false) { session_start(); }

但我不知道這是否是值得的。會議GC是相當有效的，如果有人將覆蓋用戶代理Googlebot的，他不會有會話

來源

2014-01-22 15:19:20

if(strstr(strtolower($_SERVER['HTTP_USER_AGENT']), "googlebot")){ 
    $sid = md5("mygooglebotsessionid"); 
    session_id($sid); 
}

在session_start前加入這個（）;

您可以爲漫遊器設置唯一的SessionID，而不是禁用漫遊器的會話。每次bot都使用相同的SessionID，所以它不會浪費會話存儲空間。

PS：不確定搜索引擎優化的弊端。

來源

2017-11-29 10:52:15

通過Googlebot抓取網站時禁用會話

回答

相關問題