营销专区

当前位置:主页 > 学在路上 > 营销专区 >

Baiduspider抓取过程中涉及的网络协议

发布时间:2016-12-19 文章来源:沈阳企业网站建设 浏览人数:

  百度搜索引擎会设计复杂的抓取策略,其实搜索引擎与资源提供者之间存在相互依赖的关系,其中搜索引擎需要站长为其提供资源,否则搜索引擎就无法满足用户检索需求;而站长需要通过搜索引擎将自己的内容推广出去获取更多的受众。spider抓取系统直接涉及互联网资源提供者的利益,为了使搜素引擎与站长能够达到双赢,在抓取过程中双方必须遵守一定的规范,以便于双方的数据处理及对接。这种过程中遵守的规范也就是日常中我们所说的一些网络协议。

  以下简单列举:

  http协议:超文本传输协议,是互联网上应用最为广泛的一种网络协议,客户端和服务器端请求和应答的标准。客户端一般情况是指终端用户,服务器端即指网 站。终端用户通过浏览器、蜘蛛等向服务器指定端口发送http请求。发送http请求会返回对应的httpheader信息,可以看到包括是否成功、服务 器类型、网页最近更新时间等内容。

  https协议:实际是加密版http,一种更加安全的数据传输协议。

  UA属性:UA即user-agent,是http协议中的一个属性,代表了终端的身份,向服务器端表明我是谁来干嘛,进而服务器端可以根据不同的身份来做出不同的反馈结果。

  robots协议:robots.txt是搜索引擎访问一个网站时要访问的第一个文件,用以来确定哪些是被允许抓取的哪些是被禁止抓取的。 robots.txt必须放在网站根目录下,且文件名要小写。百度严格按照robots协议执行,另外,同样支持网页内容中添加的名为robots的meta标签,index、follow、nofollow等指令。

上一篇:如何删除底部信息 powered by dedecms
下一篇:百度推出蓝天算法,严厉打击新闻源售卖目录

站内搜索

  • 网站业务咨询:024-88881388
    售后服务:024-66771131
    渠道合作:18640056728魏先生
    建议反馈:13019319313何先生
    QQ:12275607
    邮箱地址:wangshi@wangshiweb.com
    公司地址:沈阳市和平区中山路59号 朗勤泰元中心

Copyright © 2016沈阳网势科技有限公司 企业网站建设开发 All rights reserved 网址:www.wangshiweb.com 网站业务咨询:024-88881388 建议反馈:13019319313何先生
地址:沈阳市和平区中山路59号 朗勤泰元中心公寓31层 辽ICP备13011422号-1 技术支持:网势科技   网站地图  网站XML地图

联系我们