探析SEO優(yōu)化中的搜索引擎蜘蛛技術

　　一蜘蛛工作原理

　　網(wǎng)絡蜘蛛也就是搜索引擎蜘蛛，是通過鏈接地址來尋找網(wǎng)頁的。搜索引擎蜘蛛名稱根據(jù)搜索引擎都不同。那它的原理是由一個啟始鏈接開始抓取網(wǎng)頁內容，同時也采集網(wǎng)頁上的鏈接，并將這些鏈接作為它下一步抓取的鏈接地址，如此循環(huán)，直到達到某個停止條件后才會停止。停止條件的設定通常是以時間或是數(shù)量為依據(jù)，可以通過鏈接的層數(shù)來限制網(wǎng)絡蜘蛛的爬取。同時頁面信息的重要性為客觀因素決定了蜘蛛對該網(wǎng)站頁面的檢索。站長工具中的搜索引擎蜘蛛模擬器其實它就是這個原理，準不準確筆者也不清楚�；�于這蜘蛛工作原理，站長都會不自然的增加頁面關鍵詞出現(xiàn)次數(shù)，雖然對密度產(chǎn)生量的變化，但對蜘蛛而言并沒達到一定質的變化。這在搜索引擎優(yōu)化過程中應該要避免的。

　　二搜索引擎蜘蛛與網(wǎng)站的交互問題

　　搜索引擎技術基礎中，蜘蛛爬取到網(wǎng)站中，通常會去檢索一個文本文件Robots.txt，通常存放在網(wǎng)站的根目錄下。它是專門用來同網(wǎng)絡蜘蛛交互用的專用文件。這也就是SEOer老是去屏蔽網(wǎng)站頁面不想被搜索引擎抓取的原因，它是一個網(wǎng)站和搜索引擎蜘蛛對話的重要工具，但是蜘蛛是否都遵循站長對其實施的規(guī)則呢？其實蜘蛛遵循還是得看蜘蛛出身，素質高的會遵循規(guī)則，相反則不遵循。另外在網(wǎng)站中放入一個叫做sitmap.htm的網(wǎng)頁，并將它作為網(wǎng)站的入口文件，這也是蜘蛛與網(wǎng)站的交互方法。對于交互性的SEO手段，我們了解了就可以針對性的做出符合搜索引擎的蜘蛛喜好的網(wǎng)站地圖。

　　頁面Meta字段也是站長經(jīng)常使用的搜索引擎優(yōu)化技術，這個字段通常會放在文檔的頭部，很多站點都只是簡單的寫個允許百度抓取的字段，正不正確筆者不清楚，SEO其實很多現(xiàn)象都是基于數(shù)據(jù)分析對比才能得知。Meta字段蜘蛛可以在沒有讀取到全部文檔的情況下就了解文檔的相關信息，可以避免將無效的網(wǎng)頁取下來后又將其廢棄而造成無謂的浪費。

　　三搜索引擎蜘蛛對于文件的處理

　　(一)二進制文件處理

　　網(wǎng)絡中除了HTML文件和XML文件外，也有大量的二進制文件，搜索引擎對二進制文件采用單獨處理的方式，其對內容的理解完全需要依靠二進制文件的錨點描述來完成。錨點描述通常代表了文件的標題或是基本內容，也就是通常所說的錨文字這就是為什么我們要對網(wǎng)站錨文字的分析選擇的原因所在。

　　(二)腳本文件的處理

　　網(wǎng)頁中的客戶端腳本，當網(wǎng)頁加載至讀取到該腳本，搜索引擎往往會直接省略對它的處理。但是由于現(xiàn)在網(wǎng)站設計者對于無刷新頁面要求的提高和對ajax技術的大量使用，對它的分析處理往往會采用另外一種網(wǎng)頁檢索程序，由于腳本程序復雜和多樣性，通常站長會根據(jù)自身網(wǎng)站將這些腳本存放到一個文檔中，采用調用技術，從而加快頁面加載速度，同時蜘蛛也不能對調用文件分析處理。這也屬于搜索引擎優(yōu)化技術，如果忽略了對它的處理將會是一項巨大的損失。

　　(三)不同文件類型處理

　　對于網(wǎng)頁內容的提取分析一直是網(wǎng)絡蜘蛛的重要技術環(huán)節(jié)，這也是SEO需要去了解的搜索引擎技術，這取決于網(wǎng)站信息更新的多樣性。這也就是為什么專業(yè)網(wǎng)站上會在網(wǎng)站內附有下載的execl，pdf等各種文件類型，這也是屬于搜索引擎優(yōu)化過程中需要注意的。網(wǎng)上不同文件類型文件的處理，網(wǎng)絡蜘蛛通常是采用插件的方式來處理。如果有能力，網(wǎng)站信息內容的更新盡可能采取多樣性，來幫助網(wǎng)站達到一個搜索信息多樣化的SEO體系。

　　四搜索引擎蜘蛛的策略分析

　　(一)搜索策略

　　搜索策略一般有深度優(yōu)先的搜索策略和廣度優(yōu)先的搜索策略兩種。

　　廣度優(yōu)先的搜索策略一般被認為是盲目的搜索。它是一種以搜索更多的網(wǎng)頁為優(yōu)先的一種貪婪的搜索策略。只要有東西檢索，它就抓取。它會先讀取一個文檔，保存下文檔上的所有鏈接，然后讀取所有這些鏈接文檔，并依次進行下去。

　　深度優(yōu)先的搜索策略網(wǎng)絡蜘蛛程序分析一個文檔，并取出它的第一個鏈接所指的文檔繼續(xù)分析，然后如此繼續(xù)下去。這樣的搜索策略達到了網(wǎng)站結構的分析，以及頁面鏈接深度分析，從而傳達網(wǎng)站信息。

　　還有網(wǎng)絡上說的算法，如Hash算法，遺傳算法等都是基于搜索引擎核心技術，這些也可以去了解下，比如最新的熊貓算法，這也是基于搜索策略的一種新算法，谷歌對其已經(jīng)更新好幾次了。

　　(二)更新策略

　　以網(wǎng)頁變化的周期為依據(jù)，只對那些經(jīng)常變化的網(wǎng)頁做更新操作也是一些小型的搜索引擎常采用的方法。這也就是為什么站長會每個幾周對網(wǎng)站頁面內容的一個小更新，這是基于搜索引擎優(yōu)化的技術。網(wǎng)絡爬蟲也經(jīng)常采用個體更新的策略。它是以個別網(wǎng)頁的變化頻率來決定對網(wǎng)頁的更新頻率，這樣一來基本上每個網(wǎng)頁都會有一個獨立的更新頻率。

　　基于對搜索引擎原理了解的SEOer來提升搜索引擎優(yōu)化技術，這也是一種SEO技術。搜索引擎優(yōu)化過程當中自然就能做到自己在做什么，為什么要這樣做，而不是只會發(fā)外鏈的機械操作者。SEO技術其實都不難，只要網(wǎng)站優(yōu)化做的多了，自然而然就可以得心應手叻，加油，SEO！

服務器租用/服務器托管中國五強！虛擬主機域名注冊頂級提供商！15年品質保障！--億恩科技[ENKJ.COM]