【網(wǎng)站優(yōu)化】關于百度蜘蛛對網(wǎng)站頁面爬行規(guī)律的一點分享

當網(wǎng)站有了蜘蛛來訪，你的網(wǎng)站頁面才有被收錄的可能，而百度蜘蛛會來爬行我們網(wǎng)站的html代碼，然后把數(shù)據(jù)拆分為標題、摘要、頭圖、正文等結構化數(shù)據(jù)，帶回給百度的服務器，進行篩選放入數(shù)據(jù)庫，接下來是關于百度蜘蛛對網(wǎng)站頁面爬行規(guī)律的一點分享?！?b>百度優(yōu)化】

現(xiàn)在的網(wǎng)站數(shù)量以百億計算，每個頁面都有快照備份是不現(xiàn)實的，所以百度蜘蛛會優(yōu)勝劣汰，就像是有探路的先鋒，有主力的部隊，有功能之分，其實并沒有高低權重之分。

百度蜘蛛對網(wǎng)站內(nèi)頁的爬行規(guī)律：

百度蜘蛛主要由收錄與快照兩種蜘蛛構成，通常123IP開頭的是收錄蜘蛛，220IP開頭的是快照蜘蛛，我們通過這兩種蜘蛛的日志訪問情況，基本上能判斷出這個網(wǎng)站在百度看來是不是一個優(yōu)質(zhì)的網(wǎng)站。

1、內(nèi)容有質(zhì)量的頁面：新發(fā)一篇文章后，通常是123開頭的蜘蛛先行，然后220開頭的蜘蛛后行，接著當天或隔1-2天，快照就會有更新。

2、404頁面爬取規(guī)律：當網(wǎng)站刪除了幾篇已收錄的內(nèi)頁訪問變成404后，123開頭的蜘蛛來爬取時，一般發(fā)現(xiàn)兩次404后，百度蜘蛛就不會來了。

3、文章內(nèi)容劣質(zhì)頁面：如果是用文章生成器生成的拼湊文章，排版亂無可讀性，123開頭的蜘蛛來了一次以后就沒有再來了。

那么百度蜘蛛爬行真正的邏輯應該是：123開頭蜘蛛打沖鋒，對網(wǎng)頁內(nèi)容進行篩選，以便減少不必要的服務器資源浪費;220開頭蜘蛛一般在123蜘蛛篩選過后才進入，如果網(wǎng)頁內(nèi)容實在劣質(zhì)，220開頭的蜘蛛不會造訪;對于已經(jīng)收錄快照的頁面，是220開頭直接來訪。

　　最后得出的結論如下：

1、123開頭的IP是收錄蜘蛛，所謂收錄蜘蛛是指百度蜘蛛造訪后，百度后端會通過一系列判定手段，如反作弊處理、原創(chuàng)度檢測等等，決定是否能夠可以收錄，是否可以牽引百度快照蜘蛛到訪。

2、220開頭的IP是快照蜘蛛，當快收錄蜘蛛檢測網(wǎng)頁通過了收錄標準之后，通過快照蜘蛛生成結構化數(shù)據(jù)，進入倒排索引，這個時候的網(wǎng)頁才有快照，才能被用戶搜索到。

所以每次快照更新前，收錄蜘蛛、快照蜘蛛均有造訪，而收錄蜘蛛與快照蜘蛛訪問比率一般不超過2:1，如果收錄蜘蛛出現(xiàn)次數(shù)遠遠大于快照蜘蛛，說明網(wǎng)頁的內(nèi)容還不過關。

以上就是《關于百度蜘蛛對網(wǎng)站頁面爬行規(guī)律的一點分享》的全部內(nèi)容，僅供站長朋友們互動交流學習，SEO優(yōu)化是一個需要堅持的過程，希望大家一起共同進步。

當前題目：【網(wǎng)站優(yōu)化】關于百度蜘蛛對網(wǎng)站頁面爬行規(guī)律的一點分享
文章鏈接：http://muchs.cn/news/143261.html

成都網(wǎng)站建設公司_創(chuàng)新互聯(lián)，為您提供品牌網(wǎng)站建設、做網(wǎng)站、品牌網(wǎng)站制作、動態(tài)網(wǎng)站、網(wǎng)站改版、網(wǎng)站建設

廣告

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)