搜索引擎机器人也称网络蜘蛛（Web Spider），这是一个很形象的名字。把互联网比喻
) \- F$ s) t) S8 ?0 v; E. e成一个蜘蛛网，那么Spider就是在网上爬来爬去的蜘蛛。网络蜘蛛通过网页的链接地址来) B' h# M% m0 | Y# `+ S3 n6 \2 }* U
寻找网页，从网站某一个页面（通常是首页）开始，读取网页的内容，找到在网页中的其它7 R% M* ]& x- r) B
链接地址，然后通过这些链接地址寻找下一个网页，这样一直循环下去，直到把这个网站所
7 R+ Y. f& t3 L5 F$ a有的网页都抓取完为止。如果把整个互联网当成一个网站，那么网络蜘蛛就可以用这个原理% j1 j. A8 D7 o4 R2 d+ @
把互联网上所有的网页都抓取下来。 & h$ J9 t% C; m
在抓取网页的时候，网络蜘蛛一般有两种策略：广度优先和深度优先
: @1 B/ ?* @3 e; d 广度优先 是指网络蜘蛛会先抓取起始网页中链接的所有网页，然后再选择其中的一个+ v- _5 X! N, i0 b8 D5 s
链接网页，继续抓取在此网页中链接的所有网页。这是最常用的方式，因为这个方法可以让
% H" E9 ~: u2 ?# e4 `网络蜘蛛并行处理，提高其抓取速度。
' R" L6 h( |6 X1 z 深度优先 是指网络蜘蛛会从起始页开始，一个链接一个链接跟踪下去，处理完这条线1 I3 T: M5 G) |7 T" r2 Z
路之后再转入下一个起始页，继续跟踪链接。这个方法有个优点是网络蜘蛛在设计的时候比8 H/ `* b9 x( W9 @ O @
较容易。 8 T. L3 \7 g% l, A
由于不可能抓取所有的网页，有些网络蜘蛛对一些不太重要的网站，设置了访问的层数。
8 g. F- m, } `( B; l7 m- i ^例如上图A为起始网页，属于0层，B、C、D、E、F属于第1 层，G、H属于第2层，I
; \9 F& V7 c- s1 G属于第3层。如果网络蜘蛛设置的访问层数为2的话，网页I是不会被访问到的。这也让有
9 Y* P. f& c6 Q1 B5 ?些网站上一部分网页能够在搜索引擎上搜索到，另外一部分不能被搜索到。对于网站设计者
7 k) c: z- u/ i, @% R来说，扁平化的网站结构设计有助于搜索引擎抓取其更多的网页。 ; y ~* S1 _/ a7 T
网络蜘蛛在访问网站网页的时候，经常会遇到加密数据和网页权限的问题，有些网页是% w6 B' p" T7 t
需要会员权限才能访问。8 O3 r, F0 o0 \1 W! W4 }* j G
当然，网站的所有者可以通过协议让网络蜘蛛不去抓取，但对于一" t) M$ a! i7 j
些出售报告的网站，他们希望搜索引擎能搜索到他们的报告，但又不能完全免费的让搜索者
+ G3 V8 N' q9 C" E2 W. n# l& H; Q查看，这样就需要给网络蜘蛛提供相应的用户名和密码。网络蜘蛛可以通过所给的权限对这
3 r' U5 @: e* q \" h* d些网页进行网页抓取，从而提供搜索。而当搜索者点击查看该网页的时候，同样需要搜索者
q3 \, A$ z) r3 {' W- e, C提供相应的权限验证。 , z' D- m* Z. y: X5 w" k
曾几何时我告诉自己：旋木你是来自天津seo世界的小可爱，可惜了，旋木感冒了，我要好好学习天津seo，做一名天津seo的三好生我爱天津卫：http://www.xuanmuseo.com/ ^! y$ u" Q% S7 Y4 y! h9 m
. h% o2 D& j2 U0 h R
|
