江苏龙网

  1. 主页 > 生活百科 > >

百度搜索引擎蜘蛛详解

搜索引擎

百度蜘蛛是不是越多越好呢？其实也不见得，得看是什么样的蜘蛛到达了我们的网站 。今天，seo百科网带来的是《百度蜘蛛是什么？百度搜索引擎蜘蛛详解-什么是搜索引擎》 。希望对大家有所帮助 。

百度搜索引擎蜘蛛详解

文章插图
 
2.9.1 百度蜘蛛是什么
百度蜘蛛，全称应该为“百度搜索引擎蜘蛛”，英文为“Baidu Spider”，是百度搜索引擎系统中的一个自动程序，主要负责访问并收集互联网上的页面 。后面其他程序会进行分类整理并建立索引数据库，在用户在百度搜索时，会从索引数据库中调用数据，并呈现出程序认为最合适的排名结果页面 。
2.9.2 百度蜘蛛的工作原理
1）百度蜘蛛是如何爬行的
百度搜索引擎蜘蛛访问（爬行）网站页面的过程和我们平时使用浏览器基本相同 。
a、百度蜘蛛请求
百度搜索引擎蜘蛛发出页面访问的请求 。
b、服务器响应
服务器返回html代码 。
c、百度蜘蛛保存代码
百度搜索引擎蜘蛛将收到的代码保存至原始页面数据库中 。后期其他程序会进行复杂操作，大部分优质内容会被放入索引数据库，一部分低质将会被忽略 。
2）百度蜘蛛是如何工作的
百度搜索引擎蜘蛛为了提高爬行和抓取的效率，采用多个蜘蛛并发分布爬行 。有两种策略 。
a、深度优先
深度优先是顺着链接一直向前爬行，直到前面再也没有其他链接，然后返回第一个页面，沿着另外一个链接继续一直往前爬行 。
b、广度优先
广度优先是指先爬行当前页面上的所有导出链接，然后再去爬行某一导出链接页面上的所有链接 。
3）百度蜘蛛还做了哪些工作
a、深度优先对网站复制内容的检测
对于某些权重较低的网站复制内容过多，搜索引擎蜘蛛可能就不会再继续爬行 。
b、不爬行与抓取地址库中的URL
百度搜索引擎建立一个地址库，如果url已经在地址库中，百度搜索引擎蜘蛛就不会重复去爬行与抓取，所以，百度蜘蛛在发现链接后，并不是马上去访问，而是先将URL存入地址库中，然后统一安排抓取 。
4）通常地址库的URL有几种来源
a、百度搜索引擎蜘蛛抓取
主要来源之一 。
b、站长sitemap提交
网站站长为了网站文章更快被搜索引擎所收录，通常会提交网站的XML地图给搜索引擎，XML地图包含了网站所有的链接 。
c、站长提交网址
站长可以提交未被百度收录的网站首页或内容页 。
d、百度工作人员主动录入种子网站
百度搜索引擎会把认为网站比较重要，比较有前途的网站主动人工录入 。
2.9.3 怎么让百度蜘蛛每天抓取
秒收录是每一个站长的心愿，原来做到秒收录确实挺难的，可现在有了百度熊掌号，原创优质文章几乎可以达到秒收录，不过官方声明为1小时内收录 。除了百度熊掌号外，还有几点可以吸引百度蜘蛛每天来抓取我们的网站 。
1）页面更新频率
网站更新文章频率越高越好，前提是保证文章质量与原创比例的前提下 。
2）导入链接
网站导入链接越多越好，前提是优质的导入链接，友链和单向外链均可 。
3）URL结构
URL结构要扁平化，浅一些可能收录效果会更好 。
4）网站权重
网站权重越高，蜘蛛来访越频繁，都是相辅相成的 。
5）与首页的距离
文章页面最好与首页不要太远，如三级即可 。
6）页面质量
文章质量一定要保证，原创优质文章也好，转载的文章也好，总之一定要优秀 。
2.9.4 如何查看百度蜘蛛是否过来网站
可以通过查看网站日志进行分析 。windows服务器的IIS与linux服务器的Apache都有记录网站日志的功能 。
2.9.5 如何辨别百度蜘蛛
百度官方给出的辨别百度蜘蛛的方法如下 。
1）查看UA
首先要UA正确，百度公布过的UA有如下这些 。
移动UA:Mozilla/5.0 (Linux;u;Android 4.2.2;zh-cn;) AppleWebKit/534.46 (KHTML,likeGecko) Version/5.1 Mobile Safari/10600.6.3 (compatible; Baiduspider/2.0;+http://www.baidu.com/search/spider.html)
PC UA:Mozilla/5.0 (compatible; Baiduspider/2.0;+http://www.baidu.com/search/spider.html）
新增渲染UA:
移动UA：Mozilla/5.0 (iphone; CPU iPhone OS 9_1 likemac OS X) AppleWebKit/601.1.46 (KHTML, like Gecko) Version/9.0 Mobile/13B143Safari/601.1 (compatible; Baiduspider-render/2.0; +http://www.baidu.com/search/spider.html)
PC UA：Mozilla/5.0 (compatible;Baiduspider-render/2.0; +http://www.baidu.com/search/spider.html)


推荐阅读


上一篇：TCP到底怎样流量控制的？

下一篇：仅需 5 分钟，彻底理解 cookie、session、token