百度蜘蛛抓取规则和工作原理
百度蜘蛛
作者: 神回复
2015-09-08 09:41:38
分享到:
[ 久闻导读 ] 百度蜘蛛是如何抓取一个网站的,另外百度蜘蛛是通过哪几个方面进行抓取的,他们的服务器工作原理是什么,他们是利用IP来抓取的吗,如果是IP进入我网站,那我网站一定就有这个IP纯在,请

问:百度蜘蛛是如何抓取一个网站的,另外百度蜘蛛是通过哪几个方面进行抓取的,他们的服务器工作原理是什么,他们是利用IP来抓取的吗,如果是IP进入我网站,那我网站一定就有这个IP纯在,请问百度蜘蛛IP是多少?

答:百度蜘蛛抓取的渠道有三个,第一提交、第二链接,第三浏览器,之所以被成为百度蜘蛛,其主要的原理是通过链接抓取的。

第一个:当你建立一个新网站或者一个新页面,你把你的新页面提交到搜索引擎,搜索引擎知道你的网站,那么就来你网站抓取,识别,这样就可以识别你网站的内容,这是半手动的抓取方式。

第二个:通过站外的链接识别,进入到你的网站,比如你的一篇文章有一个链接,百度蜘蛛看了你这篇文章,又看到这个链接,然后就顺着这个链接进入了新的网站,这个时候就开始抓取新网站的内容,这就是链接的抓取形式,链接的抓取形式有通过外链和内链抓取,具体要看你链接是怎么做的。建议相关性、时效性掌握好,其他要求不严。

第三个:当你使用百度浏览器打开一个全新的网站,这个时候浏览器会把你打开的网址记录,然后交给搜索引擎,搜索引擎知道这个站点存在后,便开始收录你的站点,不过由于百度浏览器用户群比较少,所以这个方面是百度来源少的一个数据,主要还是360使用的比较多。

百度来到你网站后,肯定会有IP,不管是人工来访你网站,还是机器,你网站的日志里面都有一个百度IP,但是百度的服务器比较多,所以IP也比较多,下面是百度蜘蛛常规的IP段。

23.125.68.*这个蜘蛛经常来,别的来的少,表示网站可能要进入沙盒了,或被者降权。

220.181.68.*每天这个IP 段只增不减很有可能进沙盒或K站。

220.181.7.*、123.125.66.* 代表百度蜘蛛IP造访,准备抓取你东西。

121.14.89.*这个ip段作为度过新站考察期。

203.208.60.*这个ip段出现在新站及站点有不正常现象后。

210.72.225.*这个ip段不间断巡逻各站。

125.90.88.* 广东茂名市电信也属于百度蜘蛛IP 主要造成成分,是新上线站较多,还有使用过站长工具,或SEO综合检测造成的。

220.181.108.95这个是百度抓取首页的专用IP,如是220.181.108段的话,基本来说你的网站会天天隔夜快照,绝对错不了的,我保证。

220.181.108.92 同上98%抓取首页,可能还会抓取其他 (不是指内页)220.181段属于权重IP段此段爬过的文章或首页基本24小时放出来。

123.125.71.106 抓取内页收录的,权重较低,爬过此段的内页文章不会很快放出来,因不是原创或采集文章。

220.181.108.91属于综合的,主要抓取首页和内页或其他,属于权重IP 段,爬过的文章或首页基本24小时放出来。

220.181.108.75重点抓取更新文章的内页达到90%,8%抓取首页,2%其他。权重IP 段,爬过的文章或首页基本24小时放出来。

220.181.108.86专用抓取首页IP 权重段,一般返回代码是304 0 0 代表未更新。

123.125.71.95 抓取内页收录的,权重较低,爬过此段的内页文章不会很快放出来,因不是原创或采集文章。

123.125.71.97 抓取内页收录的,权重较低,爬过此段的内页文章不会很快放出来,因不是原创或采集文章。

220.181.108.89专用抓取首页IP 权重段,一般返回代码是304 0 0 代表未更新。

220.181.108.94专用抓取首页IP 权重段,一般返回代码是304 0 0 代表未更新。

220.181.108.97专用抓取首页IP 权重段,一般返回代码是304 0 0 代表未更新。

220.181.108.80专用抓取首页IP 权重段,一般返回代码是304 0 0 代表未更新。

220.181.108.77 专用抓首页IP 权重段,一般返回代码是304 0 0 代表未更新。

123.125.71.117 抓取内页收录的,权重较低,爬过此段的内页文章不会很快放出来,因不是原创或采集文章。

220.181.108.83专用抓取首页IP 权重段,一般返回代码是304 0 0 代表未更新。

220.181.108.*段IP主要是抓取首页占80%,内页占30%,这此爬过的文章或首页,绝对24小时内放出来和隔夜快照的,这点我可以保证。

相关文章

  • 验证码: 看不清?点击更换 看不清? 点击更换
  • 意见反馈
    意见反馈
    返回顶部