蜘蛛是如何抓取頁面的?

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(wù)是一刻不停地掃描Internet資源，以隨時(shí)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(dāng)這一類蜘蛛訪問我們網(wǎng)頁的時(shí)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(guān)于有的站長在自己的訪問日志中發(fā)現(xiàn)多個(gè)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(jì)的信息，沒有一個(gè)大型的搜索引擎公司（GOOGLE或百度之類）不配備上萬臺(tái)服務(wù)器來共同執(zhí)行這個(gè)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(gè)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(shí)候，搜索引擎會(huì)限制某個(gè)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(wù)器訪問日志中時(shí)?？梢钥吹皆醋圆煌琁P的蜘蛛，在很短的時(shí)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)站欄目：蜘蛛是如何抓取頁面的?
轉(zhuǎn)載源于：http://www.muchs.cn/news/60270.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供定制網(wǎng)站、網(wǎng)站策劃、動(dòng)態(tài)網(wǎng)站、軟件開發(fā)、網(wǎng)站維護(hù)、App設(shè)計(jì)

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(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)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(shí)需注明來源： 創(chuàng)新互聯(lián)