所谓的爬行和抓取,是搜索引擎工作的第一步。搜索引擎要向用户提供信息,自己的数据库里面就必须有庞大的数据量。所以,在网络上搜寻有一定质量的内容放入自己数据库是很重要的事情。
搜索引擎用来爬行和访问页面的程序被称为蜘蛛(spider)。
robots协议
蜘蛛访问网站页面时,类似用户访问。不同的是,蜘蛛在访问一个网站的时候,都会先访问网站根目录下的robots.txt文件。这个文件是网站和搜索引擎的一个协议,蜘蛛会遵守协议,不抓取被禁止的网址。
各搜索引擎蜘蛛
从访问日志当中,可以看到各搜索引擎的蜘蛛命名方式不一样:
Baiduspider百度蜘蛛
360spider 360蜘蛛
熟悉各家蜘蛛的名称,对后期优化中,分析爬行日志有很大作用。
上一篇:网站优化的关键词选择
下一篇:网站优化的排名过程