简介：这是一款面向DEDECMS织梦站点管理员与SEO初学者的蜘蛛爬行记录插件，用于模拟百度、谷歌、360等搜索引擎爬虫访问网站，帮助排查抓取异常、死链、内链结构及重复URL等影响收录与排名的问题。压缩包共38个文件，以27个php核心程序为主，辅以2个js脚本、2个css样式、5个gif图标、1个sql数据库脚本和1个txt说明文件，整体约36KB，体积轻便，便于上传部署与后台启用。插件除模拟爬取外，还可记录爬虫访问轨迹，分析404错误与加载较慢页面，检查站内链接权重传递，识别URL规范化问题，并给出减少HTTP请求、压缩CSS与JavaScript、优化图片等HTML代码建议。已有376人学习，适合需要从抓取日志入手优化站点结构、提升搜索引擎友好度与收录效果的站长参考。
1. 蜘蛛爬行插件装上去之前，先搞清楚它到底在管哪一段链路
站点每天更新十几篇，后台的蜘蛛访问记录却像心电图停跳，这类问题十有八九不是内容问题，而是你根本看不见蜘蛛来了没有。dede 蜘蛛爬行插件干的是一件很朴素的事：把搜索引擎蜘蛛的每一次抓取——UA、IP、URL、状态码、耗时——记下来，再根据这些记录反向喂 URL 出去。它不生成内容，也不改模板，管的是“抓取”这一段链路。适合还在用 dede 跑内容站、手里有服务器权限、能改几行 PHP 的人；只想装个插件点两下就完事的，这套东西会让你失望。
2. 环境对齐与安装：把插件挂进 dede 的请求链路
dede 这类老框架最麻烦的地方不是功能写不出来，而是“代码该塞哪儿”没有标准答案。插件包拿到手先别急着扔进/plus/，那是给独立入口脚本用的目录，不是万能的。下面按落位、建表、挂载三步走，每一步都给出可回滚的做法。
2.1 目录落位：四个文件三种命运
一个能用的蜘蛛插件，拆开基本是这几块：
| 文件 | 建议落位 | 生命周期 | 作用 |
|---|---|---|---|
spider_core.php | /include/spider/ | 随框架加载 | UA 识别、IP 校验、写库函数 |
spider_log.php | /plus/ | 独立请求 | 前端异步上报入口（可选） |
spider_admin.php | 后台目录（默认/dede/） | 后台访问 | 统计报表页 |
spider_push.php | /plus/ | 命令行/定时 | 推送队列消费者 |
install.sql | 手动执行 | 一次性 | 建表 |
核心文件spider_core.php必须放在/include/下面，原因很实际：dede 的DEDEINC常量指向的就是/include/，你在任何地方require_once DEDEINC.'/spider/spider_core.php';都能命中，而放在/plus/里就得靠相对路径dirname(__FILE__)去猜，一旦后台目录被改过名（很多人出于安全考虑会把/dede/换成别的），相对路径立刻翻车。
后台那个统计页要注意一点：dede 后台目录名是可以配置的，/dede/只是默认值。插件包里如果写死了/dede/spider_admin.php这种链接，改名之后页面能打开但里面的 AJAX 全 404。稳妥做法是在统计页顶部用 dede 自带的常量拼路径，而不是硬编码字符串。
2.2 建表：两张表，一张记流水，一张管推送
不要试图用一张表把“抓取记录”和“待推送 URL”混在一起，这两件事的读写特征完全相反：抓取记录是高频写、低频读，推送队列是低频写、批量读。分开建，后面清理数据也好清。
-- 抓取记录表：按天 + URL + 蜘蛛 做唯一键，一天一个 URL 只留一行 CREATE TABLE IF NOT EXISTS `#@__spider_log` ( `id` bigint unsigned NOT NULL AUTO_INCREMENT, `spider` varchar(20) NOT NULL DEFAULT '' COMMENT '蜘蛛家族标识', `url` varchar(255) NOT NULL DEFAULT '' COMMENT '抓取路径，不含域名', `url_md5` char(32) NOT NULL DEFAULT '' COMMENT 'url 的 md5，用于唯一键', `ip` varchar(46) NOT NULL DEFAULT '' COMMENT 'IPv4/IPv6', `status` smallint NOT NULL DEFAULT 0 COMMENT 'HTTP 状态码', `cost_ms` int NOT NULL DEFAULT 0 COMMENT '服务端处理耗时(ms)', `hits` int NOT NULL DEFAULT 1 COMMENT '当天抓取次数', `visit_day` date NOT NULL COMMENT '抓取日期', `last_time` int NOT NULL DEFAULT 0 COMMENT '最后一次抓取时间戳', PRIMARY KEY (`id`), UNIQUE KEY `uk_day_url_spider` (`visit_day`,`url_md5`,`spider`), KEY `idx_spider_day` (`spider`,`visit_day`) ) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4; -- 推送队列表：只存待推和推失败的，成功的定期归档 CREATE TABLE IF NOT EXISTS `#@__spider_push` ( `id` bigint unsigned NOT NULL AUTO_INCREMENT, `url` varchar(255) NOT NULL DEFAULT '', `status` tinyint NOT NULL DEFAULT 0 COMMENT '0待推 1成功 2失败', `retry` tinyint NOT NULL DEFAULT 0 COMMENT '重试次数', `addtime` int NOT NULL DEFAULT 0, `lasttime` int NOT NULL DEFAULT 0, PRIMARY KEY (`id`), UNIQUE KEY `uk_url` (`url`), KEY `idx_status` (`status`,`retry`) ) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;#@__是 dede 的表前缀占位符，框架在加载include/common.inc.php时用$cfg_dbprefix替换成实际前缀。如果你是在命令行脚本里直接mysql执行这段 SQL，得先把#@__手动换成你真
本文还有配套的精品资源，点击获取
