<code id="6mcsu"></code>
<li id="6mcsu"></li>
<li id="6mcsu"><dl id="6mcsu"></dl></li>
  • <code id="6mcsu"><tr id="6mcsu"></tr></code>
    或者

    如何和搜索引擎爬蟲對話

    作者:奮青 瀏覽:171 發(fā)布時(shí)間:2018-04-24
    分享 評(píng)論 0

      抓取策略:那些網(wǎng)頁是我們需要去下載的,那些是無需下載的,那些網(wǎng)頁是我們優(yōu)先下載的,定義清楚之后,能節(jié)省很多無謂的爬取。更新策略:監(jiān)控列表頁來發(fā)現(xiàn)新的頁面;定期check 頁面是否過期等等。抽取策略:我們應(yīng)該如何的從網(wǎng)頁中抽取我們想要的內(nèi)容,不僅僅包含最終的目標(biāo)內(nèi)容,還有下一步要抓取的url.抓取頻率:我們需要合理的去下載一個(gè)網(wǎng)站,卻又不失效率。


      讓我對“如何和爬蟲對話 ”這個(gè)課題有了一些思考,下面歸納的主要用于迎合上面提到的爬蟲“抓取策略”。


      1、通過 robots.txt 和爬蟲對話:搜索引擎發(fā)現(xiàn)一個(gè)新站,原則上第一個(gè)訪問的就是 robots.txt 文件,可以通過 allow/disallow 語法告訴搜索引擎那些文件目錄可以被抓取和不可以被抓取。


      關(guān)于 robots.txt 的詳細(xì)介紹:about /robots.txt另外需要注意的是:allow/disallow 語法的順序是有區(qū)別的


      2、通過 meta tag 和爬蟲對話:比如有的時(shí)候我們希望網(wǎng)站列表頁不被搜索引擎收錄但是又希望搜索引擎抓取,那么可以通過 <meta name=“robots” content=“noindex,follow”> 告訴爬蟲,其他常見的還有 noarchive,nosnippet,noodp 等。


      3、通過 rel=“nofollow” 和爬蟲對話:關(guān)于 rel=“nofollow” 最近國平寫了一篇文章《如何用好 nofollow》很值得一讀,相信讀完之后你會(huì)有很大的啟發(fā)。


      4、通過 rel=“canonical” 和爬蟲對話:關(guān)于 rel=“canonical” 谷歌網(wǎng)站站長工具幫助有很詳細(xì)的介紹:深入了解 rel=“canonical”


      5、通過網(wǎng)站地圖和爬蟲對話:比較常見的是 xml 格式 sitemap 和 html 格式 sitemap,xml 格式 sitemap 可以分割處理或者壓縮壓縮,另外,sitemap 的地址可以寫入到 robots.txt 文件。


      6、通過網(wǎng)站管理員工具和搜索引擎對話:我們接觸最多的就是谷歌網(wǎng)站管理員工具,可以設(shè)定 googlebot 抓取的頻率,屏蔽不想被抓取的鏈接,控制 sitelinks 等,另外,Bing 和 Yahoo 也都有管理員工具,百度有一個(gè)百度站長平臺(tái),內(nèi)測一年多了仍舊在內(nèi)測,沒有邀請碼無法注冊。


      另外,這里面還衍生出一個(gè)概念,就是我一直比較重視的網(wǎng)站收錄比,所謂網(wǎng)站收錄比=網(wǎng)站在搜索引擎的收錄數(shù)/網(wǎng)站真實(shí)數(shù)據(jù)量,網(wǎng)站收錄比越高,說明搜索引擎對網(wǎng)站的抓取越順利。


      暫時(shí)就想到這些,目的在于嘗試性的探討如何更有效的提高網(wǎng)站在搜索引擎的收錄量。


    欧美亚洲精品中文字幕乱码免费高清 | 亚洲韩国精品无码一区二区三区| 久久久精品人妻无码专区不卡| 亚洲中文字幕无码永久在线 | 狠狠躁夜夜躁无码中文字幕 | 免费A级毛片无码鲁大师| 久久久久亚洲AV无码观看| 在线看福利中文影院| 国产精品无码不卡一区二区三区| 亚洲中文字幕无码一区二区三区| 中文字幕在线免费看线人| 中文字幕丰满乱孑伦无码专区 | 日韩成人无码影院| 色噜噜综合亚洲av中文无码 | 日韩乱码人妻无码中文字幕 | 亚洲精品无码永久中文字幕| 日韩欧美中文字幕一字不卡| 在线综合+亚洲+欧美中文字幕| 亚洲AV无码专区日韩| 91精品久久久久久无码 | 无码精品一区二区三区在线| 久久人妻无码中文字幕| 无码人妻丰满熟妇区96| 亚洲国产精品狼友中文久久久| 精品久久久久久久久中文字幕 | 暖暖免费日本在线中文| 最好看的2018中文在线观看| 亚洲国产综合无码一区二区二三区| 成在人线av无码免费高潮水| 刺激无码在线观看精品视频| 97人妻无码一区二区精品免费| 国产激情无码一区二区app| 国产成人无码精品一区二区三区| 国产精品无码a∨精品| 6080YYY午夜理论片中无码| 精品久久久久久久无码 | av无码专区| 久久久无码精品午夜| 亚洲精品欧美精品中文字幕| 久久无码AV中文出轨人妻| 日韩乱码人妻无码系列中文字幕|