[百度爬虫]怎么提升蜘蛛抓取频率?百度蜘蛛的工作原理

百度用于抓取网页的程序叫做Baiduspider - 百度蜘蛛,我们查看网站被百度抓取的情况主要是分析,网站日志里百度蜘蛛Baiduspider的活跃性:抓取频率,返回的HTTP状态码。 查看日志的方式: 通过FTP,在网站根目录找到一个日志文件,文件名一般包含log,下载解压里面的记事本,这即是网站的日志,记录了网站被访问和操作的情况。 因为各个服务器和主机的情况不同,不同的主机日志功能记录的内
timg (9).jpg

容不同,有的甚至没有日志功能。 日志内容如下: 61.135.168.22 - - [11/Jan/2009:04:02:45 +0800] "GET /bbs/thread-7303-1-1.html HTTP/1.1" 200 8450 "-" "Baiduspider+(+http://www.baidu.com/search/spider.htm)" 分析: GET /bbs/thread-7303-1-1.html 代表,抓取/bbs/thread-7303-1-1.html 这个页面。 200 代表成功抓取。 8450 代表抓取了8450个字节。 如果你的日志里格式不是如此,则代表日志格式设置不同。 很多日志里可以看到 200 0 0和200 0 64 则都代表正常抓取。 抓取频率是通过查看每日的日志里百度蜘蛛抓取次数来获知。抓取频率并没有一个规范的时间表或频率数字,我们一般通过多日的日志对比来判断。当然,我们希望百度蜘蛛每日抓取的次数越多越好。

标签:网站优化, 搜索引擎, 百度蜘蛛, 蜘蛛抓取

添加新评论