最新公告
  • 欢迎您光临WE7资源网,本站秉承服务宗旨 履行“站长”责任,销售只是起点 服务永无止境!立即加入我们
  • 运营笔记:是时候了解蜘蛛爬取原理了!揭秘收录难题

    很多人在做SEO的时候,搞不清蜘蛛爬取的原理或者对收录索引都搞不清关系,这篇文章主要针对实战来讲解蜘蛛和收录的关系,不讲原理,只讲干货和经验。

    首先我们提到蜘蛛可能就可能想到IP,比如以下这些;

    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。

    是不是很难理解?但是如果做过网络维护、或者局域网组网的就能明白,其实每个IP对应的就是一台电脑,每组服务器组对应的就是网段。

    比如,220.181.108.x这个网段,我们暂且叫收录服务器组,这个服务器组下面有电脑ABCDE,对应的IP,每台电脑上装着相应的收录程序。

    那么这样是不是清楚了呢?比如你提交一个链接到百度,那么相当于把这个链接提交到收录服务器组的C号电脑。

    比如你提交了1、2、3个链接,这三个链接分别提交到了收录服务器组的C、D、E号电脑,所以你查看日志的时候会发现,这三条链接对应不同的IP,也就是对应着不同的电脑。

    那为什么提交3条链接会提交到三台不同电脑呢?我个人猜测,或许提交的数据太多,同一台电脑处理不了,所以采取了分布处理方式。(个人猜测,并非是研究证明,或许是更高级的处理方式)。

    我昨天针对这个做了一个测试,写了3篇原创文章,发布后,我以最短的时间查看蜘蛛爬取情况,结果这三篇文章,分别爬取的IP是;

    116.179.32.135——服务器1

    220.181.108.122——服务器2

    220.181.108.180——服务器3

    第一篇文章写完后,文章过几分钟秒收录,然后我模仿第一篇写作框架,继续写第二篇,第二篇也过几分钟秒收,然后接着写第三篇,可惜的是,第三篇没有收录。

    但第二天,这三篇全部收录,也就是说,第三篇变成了隔天收录。

    我又查看了116.179.32.135这个IP,这个IP属于山西省阳泉市 联通,目前很多人都奇怪现在出现了116.179.32.X网段的蜘蛛,现在可以确定 的是,这个网段就是百度蜘蛛,除了nslookup可以验证外,以下几点也是证据;

    1588216184919.png插图

    蜘蛛爬身上是报喜?是时候了解蜘蛛爬取原理了!揭秘收录难题!

    另外百度李总裁老家也是阳泉的,所以几个证据足以说明,搜索服务器一部分也搬到了山西。

    结合上面实战的经验包括以往收录爬取的蜘蛛分析,只要是链接提交到116.179.32.135,或者220.181.108.122、220.181.108.180等等,那么链接必定收录,所以唯一解开收录密码的难点在于,如果控制链接提交到这些服务器?

    甚至有人戏谑称,220开头的是官方蜘蛛,而116开头是老家蜘蛛,呵呵,希望大佬一起来研究这个问题。

     

    1. 本站所有资源来源于用户上传和网络,如有侵权请邮件联系站长!
    2. 分享目的仅供大家学习和交流,您必须在下载后24小时内删除!
    3. 不得使用于非法商业用途,不得违反国家法律。否则后果自负!
    4. 本站提供的源码、模板、插件等等其他资源,都不包含技术服务请大家谅解!
    5. 如有链接无法下载、失效或广告,请联系管理员处理!
    6. 本站资源售价只是赞助,收取费用仅维持本站的日常运营所需!

    WE7资源网 » 运营笔记:是时候了解蜘蛛爬取原理了!揭秘收录难题
    • 277会员总数(位)
    • 66780资源总数(个)
    • 7本周发布(个)
    • 0 今日发布(个)
    • 447稳定运行(天)

    提供最优质的资源集合

    立即查看 了解详情