搜索引擎蜘蛛是如何进行网站内容抓取的

日常SEO优化里，我们都会去关注收录，而收录的前提则是搜索引擎蜘蛛对你站点进行抓取，那么这里的蜘蛛是什么？难道搜索引擎的蜘蛛真的会像蜘蛛一样吗？

学过SEO的同学们都知道蜘蛛有两种爬行方式：深度和广度，又叫横向抓取和纵向抓取，那么这个蜘蛛到底是怎么运作的呢？是爬完第一个页面再去爬第二个页面吗？那第二个页面又是从哪里找到的呢？

如果真的想要了解这方面的东西，就必须要了解程序，做为一个合格的SEO，程序设计是你必修的一门课程。即然涉及到程序，必然少不了数据库，编程语言。以PHP为例，其中有一个函数叫作file_get_contents，这个函数的作用就是获取URL里面的内容，并以文本的方式返回结果，当然也可以用CURL。

然后，就可以利用程序里面的正则表达式，对A链接的数据进行提取、合并、去重等复杂操作，并将数据存入数据库。数据库有很多，比如：索引库、收录库等等。为什么索引和收录数量不一致？当然是因为不在同一个库里嘛。

当抓取数据完成上面操作后，自然也就得到了数据库里面不存在的链接，接着，程序会发出另一个指令，抓取这些库里面没存的URL。直致页面全部完成抓取。当然更有可能的是抓取完成后，不再抓取。

在百度站长平台会有抓取频次及抓取时间的数据，你应该可以见到，每个蜘蛛抓取是毫无规律可言，但你通过日常观察可以发现，页面深度越深，被抓取到的概率越低。原因很简单，蜘蛛并不会一直围绕着你的站点爬到所有网站，而是有间隔性的、随机性的来抓取。

也就是说，搜索引擎的蜘蛛抓取是有随机性和时效性的，而我们SEO的目的是尽快的完成页面及内容的呈现，尤其是我们认为最有价值的内容。所以就会演变成，如何在有限数量的蜘蛛抓取中展现更多的内容呢？当然就是尽可能的降低页面深度，增加页面宽度，在《SEO实战密码》中有关于页面深度方面的优化方法，所以在此不再做过多的描述。有需要的可以搜索一下电子书，当然更建议人手一本。

蜘蛛虽然有随机性和时效性，但也还是有许多规律可寻，比如流量对于蜘蛛有非常直接的正向作用，所以日常的操作当中你也会发现，一旦有流量进入到站点，蜘蛛也会随着增多，这种蜘蛛表现尤其是在一些违规操作里面表现的更为明显，比如百度刷排名！

除了时效性和随机性以外，蜘蛛还有一个特性就是喜新厌旧，一个时刻变化的站点，是非常受蜘蛛喜爱的，哪怕他没有任何的意义！当然，这也算是搜索引擎的一个BUG，只是这种BUG没办法修复，或者说很难修复。所以就有许多人利用BUG开发一系列的软件，比如蜘蛛池，蜘蛛池页面每次打开都内容不一样，利用文字段落随机组合进行内容构造，对蜘蛛进行欺骗。然后再辅以大量的域名（一般几百个）形成一个新内容库，圈住蜘蛛。当然圈住蜘蛛肯定不是目的，圈蜘蛛的目的是为了放蜘蛛，那怎么来放呢？成几百万、几千万的页面，每个页面嵌入一个外连，蜘蛛自然随着外链就可以引导到你想让他去的站点。这样就达到了页面的高频蜘蛛访问。 #p#分页标题#e#

当一个页面蜘蛛去的多了，收录自然不再会是问题。那蜘蛛对收录有正向帮助，对于排名有帮助吗？通过我们的研究发展，百度蜘蛛、百度排名、自然流量这三者的关系非常的微秒，每一项的变动都会涉及到其它两项的变动。只不过有的变化大，有的变化小。

所以SEOer请一定重视蜘蛛方面的研究，这是你成为合格SEO的必经之路！努力吧，骚年！