網(wǎng)頁抓取
作者：數(shù)風(fēng)流人物
瀏覽：1253次
發(fā)布時(shí)間：2017-11-03
編輯
分享
評(píng)論
贊0
搜索引擎派出一個(gè)能夠在網(wǎng)上發(fā)現(xiàn)新網(wǎng)頁并抓取文件的程序，這個(gè)程序通常被稱為蜘蛛或機(jī)器人。搜索引擎蜘蛛從數(shù)據(jù)庫中已知的網(wǎng)頁開始出發(fā)，就像正常用戶的瀏覽器一樣訪問這些網(wǎng)頁并抓取文件。
并且搜索引擎蜘蛛會(huì)跟蹤網(wǎng)頁上的鏈接，訪問更多網(wǎng)頁，這個(gè)過程就叫爬行。當(dāng)通過鏈接發(fā)現(xiàn)有新的網(wǎng)址時(shí)，蜘蛛將把新網(wǎng)址記錄入數(shù)據(jù)庫等待抓取。跟蹤網(wǎng)頁鏈接是搜索引擎蜘蛛發(fā)現(xiàn)新網(wǎng)址的最基本方法，所以反向鏈接成為搜索引擎優(yōu)化的最基本因素之一。沒有反向鏈接，搜索引擎連頁面都發(fā)現(xiàn)不了，就更談不上排名了。
搜索引擎蜘蛛抓取的頁面文件與用戶瀏覽器得到的完全一樣，抓取的文件存入數(shù)據(jù)庫。
猜你喜歡