網絡蜘蛛搜索引擎爬蟲程序

2020-04-01 分類：網站建設

一、什么是搜索引擎爬蟲程序
網絡爬蟲(又被稱為網頁蜘蛛，網絡機器人，更常常的稱為網頁追逐者)，是一種按照一定的規則，自動的抓取萬維網信息的程序或者腳本。另外一些不常使用的名字還有螞蟻，自動索引，模擬程序或者蠕蟲。
這些處理被稱為網絡抓取或者蜘蛛爬行。很多站點，尤其是搜索引擎，都使用爬蟲提供最新的數據，它主要用于提供它訪問過頁面的一個副本，然后，搜索引擎就可以對得到的頁面進行索引，以提供快速的訪問。蜘蛛也可以在web上用來自動執行一些任務，例如檢查鏈接，確認html代碼;也可以用來抓取網頁上某種特定類型信息，例如抓取電子郵件地址(通常用于垃圾郵件)。
一個網絡蜘蛛就是一種機器人，或者軟件代辦代理。大體上，它從一組要訪問的URL鏈接開始，可以稱這些URL為種子。爬蟲訪問這些鏈接，它辨認出這些頁面的所有超鏈接，然后添加到這個URL列表，可以稱作檢索前沿。這些URL按照一定的策略反復訪問。
二、爬蟲程序的種類以及分辨
搜索引擎派出他們的爬蟲程序去訪問、索引網站內容，但是因為搜索引擎派爬蟲程序來訪會在一定程度上影響網站機能。在你的服務器日志文件中，可見每次訪問的路徑和相應的 IP 地址，假如是爬蟲程序來訪，則user-agent 會顯示 Googlebot 或MSNBot 等搜索引擎爬蟲程序名稱，每個搜索引擎都有自己的user-agent。
三、海內主要的爬蟲程序
百度 baidu.com—-Baiduspider
http://www.baidu.com/search/spider.htm
谷歌 google.com—-Googlebot
http://www.google.com/bot.html
雅虎 yahoo.com—-Yahoo
http://misc.yahoo.com.cn/help.html
有道 yodao.com—-YodaoBot
http://www.yodao.com/help/webmaster/spider/
搜搜 soso.com—-Sosospider/Sosoimagespider
http://help.soso.com/webspider.htm
http://help.soso.com/soso-image-spider.htm
搜狗 sogou.com—-sogou
http://www.sogou.com/docs/help/webmasters.htm
微軟 msn.com—-msnbot
http://search.msn.com/msnbot.htm

網站標題：網絡蜘蛛搜索引擎爬蟲程序
網頁地址：http://m.kartarina.com/news3/81703.html

成都網站建設公司_創新互聯，為您提供標簽優化、企業建站、網站內鏈、服務器托管、虛擬主機、軟件開發

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