linux中利用Shell腳本自動提交網站404死鏈到搜索引擎

 　　Shell腳本

　　說做就做，簡單的寫了個 Shell 腳本就搞定了!

　　腳本名稱：網站死鏈生成腳本

　　腳本功能：每天定時分析網站前一天的 nginx 日志， 然後提取狀態碼為404並且UA為百度蜘蛛的抓取路徑，並寫入到網站根目錄下的 death.txt 文件，用於提交百度死鏈。

　　腳本代碼：

　　#!/bin/bash

　　#Desc: Death Chain File Script

　　#Author: ZhangGe

　　#Blog: http://你的域名/5038.html

　　#Date: 2015-05-03

　　#初始化變量

　　#定義蜘蛛UA信息(默認是百度蜘蛛)

　　UA=+http://www.baidu.com/search/spider.html

　　#前一天的日期(nginx日志)

　　DATE=`date +%Y-%m-%d -d "1 day ago"`

　　#定義日志路徑

　　logfile=/home/wwwlogs/你的域名_${DATE}.log

　　#定義死鏈文件存放路徑

　　deathfile=/home/wwwroot/你的域名/death.txt

　　#定義網站訪問地址

　　website=http://你的域名

　　#分析日志並保存死鏈數據

　　for url in `cat ${logfile} | grep -i "${UA}" | awk '{print $7 " " $9}' | grep " 404" | awk '{print $1}'`

　　do

　　grep "$url" ${deathfile} >/dev/null || echo ${website}${url} >>${deathfile}

　　done

　　使用說明：

　　①、腳本適用於每天都做了日志切割的Nginx

　　②、將代碼保存為 shell 腳本，比如 deathlink.sh，然後如下建立任務計劃：

　　#執行如下命令編輯任務計劃

　　[root@Mars_Server ~]# crontab -e

　　#每天凌晨1點執行此腳本

　　0 1 */1 * * /root/death.sh >/dev/null 2>&1

　　#按下ESC，然後鍵入 :wq 保存並退出

　　③、執行後，將在網站根目錄生成死鏈文件：death.txt，可以浏覽器訪問看看內容，比如：

　　http://你的域名/death.txt

　　④、前往立即前往提交這個死鏈文件即可：

　　這樣一來，系統會每天執行腳本，將昨天的百度蜘蛛爬到的404路徑保存到網站根目錄下的 death.txt，以備百度死鏈抓取工具前來抓取。

　　值得說明的是，這些死鏈記錄是累加的，已保存的死鏈數據，就算百度蜘蛛不爬了也會繼續保存，需要人工清理，不過一般不清理也沒啥問題。

　　注意事項：如果你的 nginx服務 並沒有配置相應的 access 日志，請自行在 server 下添加所需網站的 access 日志，否則腳本無法使用。

　　三、其他拓展

　　①、如果你之前沒有做過 Nginx 日志切割，那麼可以直接用下面這個腳本來一次性搞定：

　　#!/bin/bash

　　#Desc: Cut Nginx Log and Create Death Chain File

　　#Author: ZhangGe

　　#Blog: http://你的域名/5038.html

　　#Date: 2015-05-03

　　#①、初始化變量：

　　#定義access日志存放路徑

　　LOGS_PATH=/home/wwwlogs

　　#定義蜘蛛UA信息(默認是百度蜘蛛)

　　UA=+http://www.baidu.com/search/spider.html

　　#定義網站域名(需要先給相應的網站以域名形式配置了nginx日志，比如你的域名.log)

　　DOMAIN=你的域名

　　#定義前一天日期

　　DATE=`date +%Y-%m-%d -d "1 day ago"`

　　#定義日志路徑

　　logfile=/home/wwwlogs/你的域名_${DATE}.log

　　#定義死鏈文件存放路徑

　　deathfile=/home/wwwroot/你的域名/death.txt

　　#定義網站訪問地址

　　website=http://你的域名

　　#②、Nginx日志切割

　　mv ${LOGS_PATH}/${DOMAIN}.log ${LOGS_PATH}/${DOMAIN}_${DATE}.log

　　kill -USR1 `ps axu | grep "nginx: master process" | grep -v grep | awk '{print $2}'`

　　#可選功能: 自動刪除30天之前的日志，可自行修改保存時長。

　　cd ${LOGS_PATH}

　　find . -mtime +30 -name "*20[1-9][3-9]*" | xargs rm -f

　　#③、網站死鏈生成(百度專用)

　　#分析日志並保存死鏈數據

　　for url in `cat ${logfile} | grep -i "${UA}" | awk '{print $7 " " $9}' | grep " 404" | awk '{print $1}'`

　　do

　　grep "$url" ${deathfile} >/dev/null || echo ${website}${url} >>${deathfile}

　　done

　　②、其他WEB服務器，比如 Apache 或 IIS，只要參考腳本思路，修改成實際的路徑或日志字段，同樣可以寫一個相同功能的 Shell 或 Batch 腳本，有需求的朋友自己去研究折騰吧!