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, s; H, L( U+ c' X8 ~% B/ d
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
) \7 W8 k! B. R( n: L4 N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
+ |2 G% U( Y2 y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
; M& ]- D f# C* P. E, b* z" k$ t: t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
/ K' T1 B# s6 [* z把互联网上所有的网页都抓取下来。 0 K: l5 J9 H0 t
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
, s) P7 ^$ d; G; |4 @' M 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
7 _! N; i4 n! H3 p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- j; a4 l9 B# J1 n" p
网络蜘蛛并行处理，提高其抓取速度。
' c" h3 ?4 H; {: _* U8 y 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+ B' @- W: y! P9 [# S
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3 R% {8 \( N% [1 t% L' s" d% Q
较容易。 6 S" H9 b* H% I6 A* w
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。
, w2 E/ P/ G* s9 ~( f4 C1 P) d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; _7 L B4 c% S6 U0 ^
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/ C- G% r* z' f7 ]6 g! v/ e
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5 K& Q3 M) L1 s- X9 s# a& F. B
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。 1 J C8 t f+ v. H6 h
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) W8 |! w+ G) x$ N
需要会员权限才能访问。
: ~1 x4 ^9 q4 t. ]$ X H) o 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
+ |* r4 M o7 Y% y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
* F e. X. o( S7 {* w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9 `5 w$ g. b4 ^( p, Y( J' @
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' ?4 H- |# T3 v4 f% B
提供相应的权限验证。 $ t3 R: c# ]' d8 `2 J5 T
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/4 F- c) B$ T2 w
# ^& P% v5 r/ w) j+ X
|
