Question

搜索引擎爬行过程简介

Answer 1

1、搜索引擎程序是通过网页之间的链接，不分昼夜的爬行来获取信息，收录标准主要由URL的权重、网站规模大小等因素决定；

2、搜索引擎进入服务器时，第一时间查看robots.txt（控制搜索引擎收录的标准）文件，如果robots.txt文件不存在，则返回404错误代码，但依然会继续爬行，如果定义了某些规则，则遵守索引。

3、建议必须有一个robot .txt文件。

搜索引擎抓取数据的方式

1、垂直抓取策略：指搜索引擎顺着一条链接爬行，直到设定的任务完成。

思路如下：垂直抓取策略—A链接—A网页链接—A网页链接的链接 ，一直垂直抓取到最底。

2、平行抓取策略：指先把网页山的链接全部抓取一次，然后接着从每条链接牌型。

总结：在实际应用中，这两种策略会同时发生，抓取的深度和广度取决于页面的权重、结构和网站规模大小以及新鲜内容数量和频率，当然这里面包含了很多的seo的策略。