PHP 实现 Googlebot 访问日志记录与通知

Finn

发布时间：2026-10-13| 6人浏览过

原创

本文介绍如何使用 PHP 代码自动检测 Google 爬虫（Googlebot）对网站的访问，并通过电子邮件实时发送包含 URL、时间及查询参数的访问通知，便于站长监控搜索收录情况。

核心逻辑与原理

在 Web 服务器环境中，每个 HTTP 请求都会携带特定的请求头信息。其中 HTTP_USER_AGENT 字段标识了发起请求的客户端软件类型。Google 爬虫在访问网站时，其 User-Agent 字符串中通常包含 googlebot 关键字。通过 PHP 解析该变量并进行正则匹配，即可判断当前访客是否为 Google 爬虫。

一旦确认是 Googlebot 访问，脚本即可捕获当前的环境参数（如 URL、时间），并利用 PHP 内置的邮件函数将这一关键事件记录下来发送给管理员。

完整实现代码

以下是一段经过整理的 PHP 代码示例，用于实现上述功能。请将其放置在你希望监控的文件顶部，或引入到公共配置文件中。

<?php
// 设置接收通知的管理员邮箱
$email = "admin@example.com";

// 检查 User-Agent 是否包含 googlebot (不区分大小写)
if(eregi("googlebot", $HTTP_USER_AGENT)) {
    // 构建完整的当前页面 URL
    if ($QUERY_STRING != "") {
        $url = "http://" . $SERVER_NAME . $PHP_SELF . "?" . $QUERY_STRING;
    } else {
        $url = "http://" . $SERVER_NAME . $PHP_SELF;
    }

    // 获取当前访问时间
    $date = date("F j, Y, g:i a");

    // 发送通知邮件
    // 标题格式：[Googlebot] 被访问的URL
    // 内容格式：访问时间 - Google 抓取了某URL
    mail($email, "[Googlebot] $url", "$date - Google crawled $url");
}
?>

注意事项与现代兼容性修正

虽然上述代码展示了核心逻辑，但在现代 PHP 环境（PHP 7.0+ 及 PHP 8.x）中，直接使用全局变量（如 $HTTP_USER_AGENT, $SERVER_NAME, $PHP_SELF）或旧版函数（eregi）可能已不再兼容或被弃用。为了确保代码在现代服务器上正常运行，建议采用以下更标准的写法：

<?php
// 1. 使用超全局数组 $_SERVER 获取用户代理
$user_agent = $_SERVER['HTTP_USER_AGENT'] ?? '';

// 2. 使用 preg_match 替代已移除的 eregi (现代表示法)
if (stripos($user_agent, 'googlebot') !== false) {

    // 3. 构建标准 URL
    $protocol = isset($_SERVER['HTTPS']) && $_SERVER['HTTPS'] === 'on' ? 'https' : 'http';
    $host     = $_SERVER['HTTP_HOST'];
    $uri      = $_SERVER['REQUEST_URI'];
    $full_url = $protocol . '://' . $host . $uri;

    // 4. 定义接收邮箱
    $admin_email = 'admin@example.com';

    // 5. 构造邮件主题与内容
    $subject = '[Googlebot Access] ' . $full_url;
    $message = sprintf(
        "%s\n\nGoogle Crawler visited: %s",
        date('Y-m-d H:i:s'),
        $full_url
    );

    // 6. 发送邮件 (确保服务器已配置 SMTP 或 Mail function)
    // 注意：mail() 需要服务器环境支持，否则无法发送
    @mail($admin_email, $subject, $message);
}
?>