您好,欢迎来到中国博客联盟!这里只收录优秀独立博客,纯手工审核机制!
点此可加入QQ群交流建站心得!中国博客联盟QQ交流群快速加群按钮  中国博客联盟QQ交流群快速加群按钮 / 登录 / 注册 / 找回密码
当前位置:中国博客联盟 » 站长资讯 » 建站技巧 » 文章详细

神马搜索Spider介绍

来源:神马开放平台 浏览:4563次 时间:2014-09-11
1. 神马Spider

神马Spider是神马访问互联网,自动化抓取网页的程序。Spider抓取下网页,建立索引,使用户可通过搜索引擎搜索到互联网上的资源。

2. 神马Spider的user-agent及ip地址

user-agent,是http协议中的一个属性,代表了终端的身份。神马Spider的user-agent为:Yisouspider,因为历史原因此user-agent名称将会继续使用。

神马Spider的ip地址是一组ip池,会动态变,因此不在此列举。

3. 神马Spider的网站访问频率

神马会根据网站的规模、服务能力、页面质量、更新速度等因素来决定对网站的访问频率。通常质量高、网页更新快的网站神马spider访问的频率相对会高,以保证高质、时效的能够展现给用户。

4. 神马spider如何发现新网页

神马spider发现新网页的方式有多种,最典型的是在已发现的网页中分析超链关系,选取url并抓取,如此不断拓展,尽可能多的抓取到有价值的网页。另外,神马会从dns服务商处获取新网站域名,能够及时抓取到新建网站。

5. 关于robots协议

robots.txt是搜索引擎访问网站是要访问的第一个文件,以确定哪些网页是允许或禁止抓取的。神马搜索遵守互联网robots协议,如您希望完全禁止神马访问或对部分目录禁止访问,您可以通过robots.txt文件来设置内容,限定神马Spider的访问权限。

robots.txt必须放在网站根目录下,且文件名要小写。

具体的写法:

1) 完全禁止神马Spider抓取:

User-agent: Yisouspider

Disallow: /

2) 禁止神马spider抓取指定目录

User-agent: Yisouspider

Disallow: /update

Disallow: /history

禁止抓取update、history目录下网页

6. 神马Spider是否会造成带宽负担

神马Spider有规范的抓取流程,同时也会考虑网站的忙闲时段来抓取,因此不会给网站造成带宽负担。如您发现名为Yisouspider的user-agent抓取严重影响到了网站的正常访问,您可将该时段的访问日志信息反馈至[email protected],神马同学会将分析结论发送给您。



推荐博客

  • 走小路的走小路的

    一个走小路人的社区,把最实用的经验给最需要的人

    www.zxld.top
  • 风琳博客风琳博客

    幻幻Fate 的个人博客,一个使用Java编写的技术博客,从实践中总结的Java经验。

    www.reinforce.cn
  • 爱家博客爱家博客

    爱家博客,是一个专注于互联网、资源分享、SEO优化、网站建设、博客建设等领域的IT技术博客,是一个追求无止境的值得收藏的个人博客!

    www.huangxiansen.com
  • 刘合龙个人博客刘合龙个人博客

    刘合龙个人博客网站,一个站在web前段设计之路的女技术员个人博客网站,提供个人博客,个人网站div+css源码分享的综合博客。

    www.52helong.com
  • 洁灰博客园洁灰博客园

    洁灰博客园是专注于技术分享、资源分享、生活常识和故事分享的一个综合型博客。jiehui旨在为互联网行业人员提供技术博客文章、各种源码分享、资源分享,洁灰博客园还为广大网友同胞提供生活常识、生活技巧、网络趣事和热门互联网资讯及个人情感故事等文章分享。

    www.tctck.com
×
图标按钮