《百中seo》搜索引擎Spider的工作原理
時間：2018-05-02 22:43:09
作者：重慶seo小潘
來源：互聯網
收錄的第一個環節就是抓取，即搜索引擎的蜘蛛(Spider)到互聯網去抓取網頁的過程，抓取網頁是收錄工作的上游，通過搜索引擎蜘蛛的抓
收錄的第一個環節就是抓取，即搜索引擎的蜘蛛(Spider)到互聯網去抓取網頁的過程，抓取網頁是收錄工作的上游，通過搜索引擎蜘蛛的抓取、保存和持續的更新，實現對互聯網網頁的動態更新，每個互聯網公司都有自己的抓取蜘蛛，比如百度蜘蛛、谷歌蜘蛛、搜狗蜘蛛等。
蜘蛛通過對頁面的抓取和更新，實現對互聯網所有頁面進行URL+頁面庫的維護。Spider抓取系統包括鏈接存儲系統、鏈接選取系統、DNS解析服務系統、抓取調度系統、網頁分析系統、鏈接提取系統、鏈接分析系統、網頁存儲系統。BaiduSpider就是通過這種系統的通力合作完成對互聯網頁面的抓取工作。
百度蜘蛛的運行原理分為以下兩個部分。
(1)通過百度蜘蛛下載回來的網頁放到補充數據區，通過各種程序計算過后才放到檢索區，才會形成穩定的排名，所以說只要卜載回米的東西都可以通過指令找到，補充數據
是不穩定的，有可能在各種計算的過程中被刪床掉，檢索區的數據排名是相對比較穩定的、百度目前是緩存機制和補充數據相結合的，止任問補允數據轉變，這也是目前百度收錄困難的原因，也是很多站點今天被刪除了明天又放出來的原因。
(2)百度深度優先和權重優先，百度蜘蛛抓取頁面的時候從起始站點(種子站點指的是一些門戶站點)開始，廣度優先是為了抓取更多的網址，深度優先是為了抓取高質量的網頁，這個策略是由調度來計算和分配的，百度蜘蛛只負責抓取，權重優先是指反向連接較多的頁面的優先抓取，這也是調度的一種策略，一般情況下網頁抓取抓到40%是正常范圍，60%算很好，100%是不可能的，當然抓取的越多越好。
在蜘蛛的實際抓取過程中，因為網頁內容的復雜性(文本、Flash.視頻等)和技術實現的多樣性(純靜態、動態加載等)，為了更高效地利用Spider資源，搜索引擎公司會采用不同的抓取策略。作為SEO人員，可以參考搜素引擎公司抓取測略的描述，采用最大化的SEO優化方法。
