SEO之搜索引擎爬蟲時間:2009-08-31 來源:優(yōu)友網(wǎng) 作者:佚名 影響:43人 網(wǎng)絡(luò)營銷論壇 我要投稿
一、什么是搜索引擎爬蟲程序
網(wǎng)絡(luò)爬蟲(又被稱為網(wǎng)頁蜘蛛，網(wǎng)絡(luò)機器人，更經(jīng)常的稱為網(wǎng)頁追逐者)，是一種按照一定的規(guī)則，自動的抓取萬維網(wǎng)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(wǎng)絡(luò)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(shù)據(jù)，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(jìn)行索引，以提供快速的訪問。蜘蛛也可以在web上用來自動執(zhí)行一些任務(wù)，例如檢查鏈接，確認(rèn)html代碼; 也可以用來抓取網(wǎng)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(wǎng)絡(luò)蜘蛛就是一種機器人，或者軟件代理。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(rèn)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(fù)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(wǎng)站內(nèi)容，但是由于搜索引擎派爬蟲程序來訪會在一定程度上影響網(wǎng)站性能。在你的服務(wù)器日志文件中，可見每次 訪問的路徑和相應(yīng)的 IP 地址，如果是爬蟲程序來訪， 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、國內(nèi)主要的爬蟲程序
百度 baidu.com--Baiduspider
谷歌 google.com--Googlebot
雅虎 yahoo.com--Yahoo
有道 yodao.com--YodaoBot
搜搜 soso.com--Sosospider/Sosoimagespider
搜狗 sogou.com--sogou
微軟 msn.com--msnbot
本站僅提供存儲服務(wù)，所有內(nèi)容均由用戶發(fā)布，如發(fā)現(xiàn)有害或侵權(quán)內(nèi)容，請
點擊舉報。
