Índice de rastreadores de IA

¿Qué es Baiduspider?

Baiduspider es el rastreador del buscador de Baidu. El rastreador de Baidu, que visita webs de forma automática para recoger su contenido para el buscador de Baidu.

En resumen

Operador	Baidu
Finalidad	Buscador
User agent	`Mozilla/5.0 (compatible; Baiduspider/2.0; +http://www.baidu.com/search/spider.html)`
Respeta robots.txt	Sí, según el operador
Rangos de IP publicados	El operador no lo documenta
Cómo verificarlo	El DNS inverso debe terminar en baidu.com o baidu.jp y la búsqueda directa debe devolver la misma IP.
Documentación oficial	https://ziyuan.baidu.com/college/articleinfo?id=1002

¿Conviene bloquear Baiduspider?

Es el rastreador de un buscador clásico. Bloquearlo te saca de ese buscador y de los productos construidos sobre su índice, así que la mayoría de webs deberían permitirlo.

Baidu dice que no rastrea, indexa ni muestra las páginas bloqueadas en robots.txt. El user agent de móvil es más largo pero termina igual, en Baiduspider/2.0, y Baidu dice que cualquier hostname fuera de baidu.com o baidu.jp es una suplantación.

Cómo bloquear o permitir Baiduspider en robots.txt

Bloquearlo en toda la web:

User-agent: Baiduspider
Disallow: /

Permitirlo en toda la web:

User-agent: Baiduspider
Allow: /

Las reglas se asignan por el token de la línea User-agent. Prueba el resultado con el probador de robots.txt antes de publicarlo.

Prueba Baiduspider en tu robots.txt

Cómo dejar pasar a Baiduspider por el cortafuegos o la CDN

robots.txt solo le dice a Baiduspider qué puede pedir. Si un cortafuegos, una CDN o una regla antibots bloquea la petición antes, nunca llega a leer el fichero, así que permitirlo en robots.txt no basta.

Si tu cortafuegos admite reglas por hostname, permite las peticiones cuyo DNS inverso termine en .baidu.com o .baidu.jp y apunte de vuelta a la misma IP.

Cómo saber si una visita es realmente de Baiduspider

Cualquiera puede escribir Baiduspider en un user agent, así que el user agent por sí solo no demuestra nada. Saca la IP de la petición de los logs de tu servidor y compruébala.

Busca el hostname de la IP y después busca ese hostname. La primera respuesta debe terminar en .baidu.com o .baidu.jp y la segunda debe devolver la misma IP; si no, es una suplantación. En Windows, usa nslookup en lugar de host.

host 203.0.113.7
host <hostname>

Comprueba tu propia web

El comprobador de rastreadores de IA te dice qué rastreadores de IA deja pasar tu robots.txt, y el analizador de logs muestra con qué frecuencia te visita cada uno. Para el contexto, mira qué son los rastreadores de IA y el índice completo de rastreadores de IA.

Lo que dicen nuestros datos sobre Baiduspider

Cifras que hemos medido en respuestas de IA y webs reales. Cada una enlaza a su estudio, con el método, la muestra y la fecha.

7,1 %

El 7,1 % de las webs que más cita la IA en España impide rastrear su web a Baiduspider, y el 8,3 % lo nombra en un grupo propio de su robots.txt.

Muestra: 678 webs que la IA cita para tres o más de 43 marcas en España. Fuente: Mencoro (noviembre de 2026), en ¿Qué rastreadores de IA dejan entrar las webs que cita la IA?