网站的每一次访问——真人、搜索引擎爬虫、还是扫描攻击——都会在访问日志里留下一行记录。多数企业从没打开过这个文件，其实它是免费的「全站监控录像」。

日志里每行记录是什么

一条典型日志包含：来访 IP、时间、请求方法与路径、状态码、字节数、来源页（Referer）与客户端标识（User-Agent）。状态码最有信息量：200 正常、301/302 跳转、404 找不到、500 服务器错误、403 被拒绝。

看四类信息

• 搜索引擎抓取：按 User-Agent 过滤 Baiduspider、Googlebot，看抓取频次与抓取的页面。抓取量大但不收录，多见于内容质量问题；重要新页面从未被抓取，要主动提交；
• 404 与死链：统计 404 排行，能发现失效外链、输错的内链与被删页面的残留引用，逐个修复或做 301；
• 异常请求：大量请求后台路径、phpMyAdmin、xmlrpc.php 的记录，就是扫描攻击的痕迹；同一 IP 高频请求表单页，可能是刷单或爬虫；
• 流量结构：哪些页面被访问最多、来自哪些来源页，是内容运营的原始数据。

企业站的轻量分析方法

不必上专业日志平台：虚拟主机面板多带日志下载，导出后用 Excel 或简单脚本按状态码、路径、UA 分组统计即可。每周看一次 404 排行与异常 IP，每月看一次搜索引擎抓取趋势，就覆盖了 80% 的实用场景。云服务器可用 GoAccess 等工具实时看板，直观得多。

常见问题 FAQ

Q1：日志文件很大怎么处理？

按周切割分析，或只保留关键字段（状态码、路径、UA）；云服务器可配置日志轮转自动压缩旧日志。

Q2：日志和统计工具冲突吗？

不冲突，互补：统计工具看人的行为（页面停留、转化），日志看全部请求（含爬虫与攻击）。SEO 技术排查以日志为准。

Q3：发现扫描攻击怎么办？

在安全组或 WAF 里封禁该 IP 段，确认后台等敏感路径未被打穿，日常保持程序更新。

正源信息提供网站运维监控与日志分析服务，电话 158 6675 0001（同微信）。