蜘蛛是如何抓取頁面的?

2016-11-04 分類：網(wǎng)站建設

搜索引擎的蜘蛛抓取頁面的一般過程是這樣的。

首先，收集待索引網(wǎng)頁的url。

搜索引擎的蜘蛛一般分為兩類，這一類的主要工作就是收集網(wǎng)頁的中有效的URL。它們的任務是一刻不停地掃描Internet資源，以隨時更新其搜索引擎龐大的url列表以供它的第二類蜘蛛使用。也就是說，當這一類蜘蛛訪問我們網(wǎng)頁的時候，并不在于索引我們的網(wǎng)頁，而是在尋找網(wǎng)頁中的所有有效鏈接。

關于有的站長在自己的訪問日志中發(fā)現(xiàn)多個蜘蛛IP爬自己站的情況。

我們常用的搜索引擎每天要處理數(shù)以億計的信息，沒有一個大型的搜索引擎公司（GOOGLE或百度之類）不配備上萬臺服務器來共同執(zhí)行這個工作，因此搜索引擎都擁有不同的數(shù)據(jù)中心，也就是說有多個robots來檢索你的站是很正常的事情。

不過這也僅限于一類蜘蛛，在索引頁面的時候，搜索引擎會限制某個特定的數(shù)據(jù)中心來讓專門索引頁面的蜘蛛檢索你的站。

因此朋友們從服務器訪問日志中時?？梢钥吹皆醋圆煌琁P的蜘蛛，在很短的時間內(nèi)頻繁訪問網(wǎng)站。不過千萬不要高興得太早，也許其根本不是在索引你的網(wǎng)頁而只是在掃描url。

網(wǎng)站標題：蜘蛛是如何抓取頁面的?
網(wǎng)頁URL：http://www.bm7419.com/news20/60270.html

成都網(wǎng)站建設公司_創(chuàng)新互聯(lián)，為您提供網(wǎng)站改版、軟件開發(fā)、小程序開發(fā)、App設計、虛擬主機、建站公司

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源：創(chuàng)新互聯(lián)

猜你還喜歡下面的內(nèi)容