搜索引擎蜘蛛爬行規律探秘(一)蜘蛛如何抓取鏈接

2021-10-23 分類：網站建設

搜索引擎蜘蛛，對于我們來說非常神秘，本文的配圖使用蜘蛛俠的原因就在于此。當然我們也不是百度的也不是Google的，所以只能說探秘，而不是揭秘。本文內容比較簡單，只是給不知道的朋友一個分享的途徑，高手和牛人請繞行吧。

傳統意義上，我們感覺搜索引擎蜘蛛(spider)爬行，應該類似于真正的蜘蛛在蜘蛛網上爬行。也就是比如百度蜘蛛找到一個鏈接，順著這個鏈接爬行到一個頁面，然后再順著這個頁面里面的鏈接繼續爬……這個類似于蜘蛛網，也類似于一棵大樹。這個理論雖然正確，但是不準確。

搜索引擎內部是有一個網址索引庫的，所以搜索引擎蜘蛛是從搜索引擎的服務器出發，順著搜索引擎已有的網址爬行一個網頁，并將網頁內容抓取回來。頁面采集回來之后，搜索引擎會對其進行分析，將內容和鏈接分開，內容暫時先不說。分析出來鏈接之后，搜索引擎并不會馬上去派蜘蛛進行抓取，而是把鏈接和錨文本記錄下來交給網址索引庫進行分析、對比和計算，最后放入網址索引庫。進入了網址索引庫之后，才會有蜘蛛去抓取。

也就是如果出現了某個網頁的外鏈，并不一定會立刻有蜘蛛去抓取這個頁面，而是會有一個分析計算的過程。即便是這個外鏈在蜘蛛抓取之后被刪除了，這個鏈接也有可能已經被搜索引擎記錄，以后還有抓取的可能。而且下次如果蜘蛛再去抓取這個外鏈所在頁面，發現鏈接不存在了，或者外鏈所在頁面出現了404，那么只是減少了這個外鏈的權重，應該不會去網址索引庫刪除這個鏈接。

所以說已經不存在的頁面上的鏈接，也有作用。今天就分享這些，以后繼續跟大家分享我自己分析的內容，如果有不準確的地方，請大家批評指正。

分享標題：搜索引擎蜘蛛爬行規律探秘(一)蜘蛛如何抓取鏈接
URL鏈接：http://m.kartarina.com/news17/132617.html

成都網站建設公司_創新互聯，為您提供網站策劃、云服務器、手機網站建設、網站改版、App開發、網站收錄

聲明：本網站發布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，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站立場，如需處理請聯系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經允許不得轉載，或轉載時需注明來源：創新互聯

猜你還喜歡下面的內容