當前位置:首頁 > SEO教程 > 搜索引擎原理 > 正文
周浩SEO博客2016-11-4熱度:

百度蜘蛛抓取過程中涉及的網絡協議

前文百度蜘蛛抓取策略類型有提到百度搜索引擎會設計復雜的抓取策略,其實搜索引擎與資源提供者之間存在相互依賴的關系,其中搜索引擎需要站長為其提供資源,否則搜索引擎就無法滿足用戶檢索需求;而站長需要通過搜索引擎將自己的 內容推廣出去獲取更多的受眾。spider抓取系統直接涉及互聯網資源提供者的利益,為了使搜素引擎與站長能夠達到雙贏,在抓取過程中雙方必須遵守一定的 規范,以便于雙方的數據處理及對接。這種過程中遵守的規范也就是日常中我們所說的一些網絡協議。

百度蜘蛛抓取過程中涉及的網絡協議

以下簡單列舉:

http協議:超文本傳輸協議,是互聯網上應用最為廣泛的一種網絡協議,客戶端和服務器端請求和應答的標準??蛻舳艘话闱闆r是指終端用戶,服務器端即指網 站。終端用戶通過瀏覽器、蜘蛛等向服務器指定端口發送http請求。發送http請求會返回對應的httpheader信息,可以看到包括是否成功、服務 器類型、網頁最近更新時間等內容。

https協議:實際是加密版http,一種更加安全的數據傳輸協議。

UA屬性:UA即user-agent,是http協議中的一個屬性,代表了終端的身份,向服務器端表明我是誰來干嘛,進而服務器端可以根據不同的身份來做出不同的反饋結果。

robots協議:robots.txt是搜索引擎訪問一個網站時要訪問的第一個文件,用以來確定哪些是被允許抓取的哪些是被禁止抓取的。 robots.txt必須放在網站根目錄下,且文件名要小寫。詳細的robots.txt寫法可參考 http://www.robotstxt.org 。百度嚴格按照robots協議執行,另外,同樣支持網頁內容中添加的名為robots的meta標 簽,index、follow、nofollow等指令。

原文鏈接:http://www.115545.tw/course/theory/16.html

作者: 來源:

18选7开奖时间 黑龙江快乐十分投注金额 贵州十一选五前三直走势 918棋牌游戏大厅 熊猫四川麻将技巧漏 亲朋棋牌苹果官方下载手机版 24小时上下分捕鱼平台 江西快3官网 双色球玩法说明及中奖 山西掌上麻将扣点4人安卓 北京11选5预测推荐号码 喜乐彩开奖号码 湖南麻将骰子怎么看视频教学 今晚排列五的开奖结果 腾讯分分彩定位公式 闲雅南京麻将群50 2018四肖期期中特免费公开