谈谈搜索引擎的蜘蛛原理

越野车

　　网站能在搜索引擎被搜到，归功于搜索引擎蜘蛛抓取的功劳，权重高，更新快的网站,搜索引擎蜘蛛会经常爬行，抓取网站最新数据，经过搜索引擎数据整理后，在搜索引擎上就能搜索到网站的网页，为了更好的SEO优化网站，了解搜索引擎蜘蛛爬行规则也是相当重要的，怎么才能知道搜索引擎蜘蛛在爬行网站时间、爬行网页、爬行反映呢，就要查看网站iis日志文件， iis默认的日志文件在C:\WINDOWS\system32\LogFiles中 　　，从查看日志中，就可以了解搜索引擎蜘蛛爬行经过,如： 　　2008-08-19 00:09:12 W3SVC962713505 203.171.226.111 GET /index.html - 80 - 61.135.168.39 Baiduspider 　　( http://www.baidu.com/search/spider.htm) 200 0 64 　　1、203.171.226.111就是搜索引擎蜘蛛防问的网站ip, 　　2、61.135.168.39 Baiduspider代表，百度搜索引擎蜘蛛的ip是61.135.168.39, 　　3、代码中的/index.html 就代表搜索引擎蜘蛛防问的网页 　　4、2008-08-19 00:09:12代表搜索引擎蜘蛛爬行的日期与时间 　　5、http://www.baidu.com/search/spider.htm代表的江西广告网赜赽aiduspider的一些说明 　　6、W3SVC962713505代表网站日志所在的文件夹 　　7、代码中的200就代表搜索引擎蜘蛛爬行后返回代码代表,代码中可以了解蜘蛛爬行后的反映，代码如下: 　　2xx 成功 　　200 正常;请求已完成。 　　201 正常;紧接 POST 命令。 　　202 正常;已接受用于处理，但处理尚未完成。 　　203 正常;部分信息 — 返回的信息只是一部分。 　　204 正常;无响应 — 已接收请求，但不存在要回送的信息。 　　3xx 重定向 　　301 已移动 — 请求的数据具有新的位置且更改是永久的。 　　302 已找到 — 请求的数据临时具有不同 URI。 　　303 请参阅其它 — 可在另一 URI 下找到对请求的响应，且应使用 GET 方法检索此响应。 　　304 未修改 — 未按预期修改文档。 　　305 使用代理 — 必须通过位置字段中提供的代理来访问请求的资源。 　　306 未使用 — 不再使用;保留此代码以便将来使用。 　　4xx 客户机中出现的错误 　　400 错误请求 — 请求中有语法问题，或不能满足请求。 　　401 未授权 — 未授权客户机访问数据。 　　402 需要付款 — 表示计费系统已有效。 　　403 禁止 — 即使有授权也不需要访问。 　　404 找不到 — 服务器找不到给定的资源;文档不存在。 　　407 代理认证请求 — 客户机首先必须使用代理认证自身。 　　410 请求的网页不存在(永久); 　　415 介质类型不受支持 — 服务器拒绝服务请求，因为不支持请求实体的格式。 　　5xx 服务器中出现的错误 　　500 内部错误 — 因为意外情况，服务器不能完成请求。 　　501 未执行 — 服务器不支持请求的工具。 　　502 错误网关 — 服务器接收到来自上游服务器的无效响应。 　　503 无法获得服务 — 由于临时过载或维护，服务器无法处理请求。 　　作者: Seoer惜缘 原载网址: http://www.noseo.org.cn/ 　　版权所有。转载时必须以链接形式注明作者和原始网址及本声明。