- 我們的專業(yè)品牌服務商：網(wǎng)站建設、品牌策劃設計、網(wǎng)站優(yōu)化、網(wǎng)站推廣等業(yè)務
-
-
- 聯(lián)系電話：0577-55882408
- 傳真號碼：0577-55882411
- 聯(lián)系手機：15224122065
- 聯(lián)系地址：溫州市甌海站南商貿(mào)城C幢306
-
- 談談搜索引擎處理和收錄網(wǎng)頁的原理
- 發(fā)布時間:2012-4-8 13:47:09 ‖
- 網(wǎng)頁僅僅被搜索引擎索引、收錄是沒有太大的實際意義，往往只能淪為浩如煙海的Internet世界中的殉葬品，更重要的是如何讓網(wǎng)頁出現(xiàn)在針對特定搜索項的SERP(搜索結(jié)果頁面)前幾頁。
——許多人相信，讓網(wǎng)站內(nèi)盡可能多的頁面被收錄進搜索引擎索引數(shù)據(jù)庫終歸不是一件壞事，網(wǎng)頁越多，暴光的機會也便越大，雖然最終效果如何存在疑問。
Anyway，如果在對網(wǎng)站實施SEO時將重點放在網(wǎng)頁被索引、收錄的速度與效率，當然也無可厚非，而要想實現(xiàn)這一點，需要我們對搜索引擎如何收錄、索引網(wǎng)頁的機制有所了解。
下面我們以Google為例，介紹搜索引擎收錄、索引網(wǎng)頁的過程，希望能對朋友們有后助益。——對其他搜索引擎如Yahoo!、Live搜索及百度而言，盡管可能在具體細節(jié)上存在差別，不過，基本策略應該是類似的。
1、收集待索引網(wǎng)頁的url
Internet上存在的網(wǎng)頁數(shù)量絕對是個天文數(shù)字，每天新增的網(wǎng)頁也不計其數(shù)，搜索引擎需要首先找到要索引收錄的對象。
具體到Google而言，雖然對GoogleBot是否存在DeepBot與FreshBot的區(qū)別存在爭議——至于是否叫這么兩個名字更是眾說紛耘，當然，名字本身并不重要——至少到目前為止。
主流的看法是，在Google的robots中，的確存在著相當部分專門為真正的索引收錄頁頁準備“素材”的robots——在這里我們姑且仍稱之為FreshBot吧
——它們的任務便是每天不停地掃描Internet，以發(fā)現(xiàn)并維護一個龐大的url列表供DeepBot使用，換言之，當其訪問、讀取其一個網(wǎng)頁時，目的并不在于索引這個網(wǎng)頁，而是找出這個網(wǎng)頁中的所有鏈接。
——當然，這樣似乎在效率上存在矛盾，有點不太可信。不過，我們可以簡單地通過以下方式判斷：FreshBot在掃描網(wǎng)頁時不具備“排它性”。
也即是說，位于Google不同的數(shù)據(jù)中心的多個robots可能在某個很短的時間周期，比如說一天甚至一小時，訪問同一個頁面，而DeepBot在索引、緩存頁面時則不會出現(xiàn)類似的情況。
即Google會限制由某個數(shù)據(jù)中心的robots來完成這項工作的，而不會出現(xiàn)兩個數(shù)據(jù)中心同時索引網(wǎng)頁同一個版本的情況，如果這種說法沒有破綻的話，則似乎可以從服務器訪問日志中時常可以看到源自不同IP的GoogleBot在很短的時間內(nèi)多次訪問同一個網(wǎng)頁證明FreshBot的存在。
因此，有時候發(fā)現(xiàn)GoogleBot頻繁訪問網(wǎng)站也不要高興得太早，也許其根本不是在索引網(wǎng)頁而只是在掃描url。
FreshBot記錄的信息包括網(wǎng)頁的url、Time Stamp(網(wǎng)頁創(chuàng)建或更新的時間戳)，以及網(wǎng)頁的Head信息(注：這一點存在爭議，也有不少人相信FreshBot不會去讀取目標網(wǎng)頁信息的，而是將這部分工作交由DeepBot完成。
不過，筆者傾向于前一種說法，因為在FreshBot向DeepBot提交的url列表中，會將網(wǎng)站設置禁止索引、收錄的頁面排除在外，以提高效率，而網(wǎng)站進行此類設置時除使用robots.txt外還有相當部分是通過mata標簽
中的“noindex”實現(xiàn)的，不讀取目標網(wǎng)頁的head似乎是無法實現(xiàn)這一點的)，如果網(wǎng)頁不可訪問，比如說網(wǎng)絡中斷或服務器故障，F(xiàn)reshBot則會記下該url并擇機重試，但在該url可訪問之前，不會將其加入向DeepBot提交的url列表。
總的來說，F(xiàn)reshBot對服務器帶寬、資源的占用還是比較小的。最后，F(xiàn)reshBot對記錄信息按不同的優(yōu)先級進行分類，向DeepBot提交，根據(jù)優(yōu)先級不同，主要有以下幾種：
A：新建網(wǎng)頁;B：舊網(wǎng)頁/新的Time Stamp，即存在更新的網(wǎng)頁;C：使用301/302重定向的網(wǎng)頁;D：復雜的動態(tài)url，如使用多個參數(shù)的動態(tài)url，Google可能需要附加的工作才能正確分析其內(nèi)容。
——隨著Google對動態(tài)網(wǎng)頁支持能力的提高，這一分類可能已經(jīng)取消;E：其他類型的文件，如指向PDF、DOC文件的鏈接，對這些文件的索引，也可能需要附加的工作;
F：舊網(wǎng)頁/舊的Time Stamp，即未更新的網(wǎng)頁，注意，這里的時間戳不是以Google搜索結(jié)果中顯示的日期為準，而是與Google索引數(shù)據(jù)庫中的日期比對;G：錯誤的url，即訪問時返回404回應的頁面;
優(yōu)先級按由A至G的順序排列，依次降低。需要強調(diào)的是，這里所言之優(yōu)先級是相對的，比如說同樣是新建網(wǎng)頁，根據(jù)指向其的鏈接質(zhì)量、數(shù)量的不同，優(yōu)先級也有著很大的區(qū)別，具有源自相關的權(quán)威網(wǎng)站鏈接的網(wǎng)頁具有較高的優(yōu)先級。
此外，這里所指的優(yōu)先級僅針對同一網(wǎng)站內(nèi)部的頁面，事實上，不同網(wǎng)站也有有著不同的優(yōu)先級，換言之，對權(quán)威網(wǎng)站中的網(wǎng)頁而言，即使其最低優(yōu)先級的404 url，也可能比許多其他網(wǎng)站優(yōu)先級最高的新建網(wǎng)頁更具優(yōu)勢。
2、網(wǎng)頁的索引與收錄
接下來才進入真正的索引與收錄網(wǎng)頁過程。從上面的介紹可以看出，F(xiàn)reshBot提交的url列表是相當龐大的，根據(jù)語言、網(wǎng)站位置等不同，對特定網(wǎng)站的索引工作將分配至不同的數(shù)據(jù)中心完成。
整個索引過程，由于龐大的數(shù)據(jù)量，可能需要幾周甚至更長時間才能完成。
正如上文所言，DeepBot會首先索引優(yōu)先級較高的網(wǎng)站/網(wǎng)頁，優(yōu)先級越高，出現(xiàn)在Google索引數(shù)據(jù)庫及至最終出現(xiàn)在Google搜索結(jié)果頁面中的速度便越快。
對新建網(wǎng)頁而言，只要進入到這個階段，即使整個索引過程沒有完成，相應的網(wǎng)頁便已具備出現(xiàn)在Google索引庫中的可能，相信許多朋友在Google中使用“site:somedomain.com”搜索時常常看到標注為補充結(jié)果只顯示網(wǎng)頁url或只顯示網(wǎng)頁標題與url但沒有描述的頁面，此即是處于這一階段網(wǎng)頁的正常結(jié)果。
當Google真正讀取、分析、緩存了這個頁面后，其便會從補充結(jié)果中逃出而顯示正常的信息。
——當然，前提是該網(wǎng)頁具有足夠的鏈接，特別是來自權(quán)威網(wǎng)站的鏈接，并且，索引庫中沒有與該網(wǎng)頁內(nèi)容相同或近似的記錄(Duplicate Content過濾)。
對動態(tài)url而言，雖然如今Google宣稱在對其處理方面已不存在障礙，不過，可以觀察到的事實仍然顯示動態(tài)url出現(xiàn)在補充結(jié)果中的幾率遠大于使用靜態(tài)url的網(wǎng)頁，往往需要更多、更有價值的鏈接才能從補充結(jié)果中逸出。
而對于上文中之“F”類，即未更新的網(wǎng)頁，DeepBot會將其時間戳與Google索引數(shù)據(jù)庫中的日期比對，確認盡管可能搜索結(jié)果中相應頁面信息未來得及更新但只要索引了最新版本即可
——考慮網(wǎng)頁多次更新、修改的情況——;至于“G”類即404 url，則會查找索引庫中是否存在相應的記錄，如果有，將其刪除。
3、數(shù)據(jù)中心間的同步
前文我們提到過，DeepBot索引某個網(wǎng)頁時會由特定的數(shù)據(jù)中心完成，而不會出現(xiàn)多個數(shù)據(jù)中心同時讀取該網(wǎng)頁，分別獲得網(wǎng)頁最近版本的情況，這樣，在索引過程完成后，便需要一個數(shù)據(jù)同步過程，將網(wǎng)頁的最新版本在多個數(shù)據(jù)中心得到更新。
這就是之前著名的Google Dance。不過，在BigDaddy更新后，數(shù)據(jù)中心間的同步不再象那樣集中在特定的時間段，而是以一種連續(xù)的、時效性更強的方式進行。
盡管不同數(shù)據(jù)中心間仍存在一定的差異，但差異已經(jīng)不大，而且，維持的時間也很短。
提高搜索引擎索引收錄網(wǎng)頁的效率，根據(jù)上面的介紹，可以看出，要想讓您的網(wǎng)頁盡可能快、盡可能多地被搜索引擎收錄，至少應從如下幾方面進行優(yōu)化：
提高網(wǎng)站反相鏈接的數(shù)量與質(zhì)量，源自權(quán)威網(wǎng)站的鏈接可以讓您的網(wǎng)站/網(wǎng)頁在第一時間內(nèi)被搜索引擎“看到”。
當然，這也是老生常談了。從上面的介紹可以看出，要提高網(wǎng)頁被搜索引擎收錄的效率，首先要讓搜索引擎找到您的網(wǎng)頁，鏈接是搜索引擎找到網(wǎng)頁的唯一途徑——
“唯一”一詞存在些許爭議，見下面的SiteMaps部分——從這個角度看，向搜索引擎提交網(wǎng)站之類的作法沒有必要且沒有意義，相對而言，要想讓您的網(wǎng)站被收錄，獲得外部網(wǎng)站的鏈接才是根本，同時，高質(zhì)量的鏈接也是讓網(wǎng)頁步出補充結(jié)果的關鍵因素。
網(wǎng)頁設計要秉持“搜索引擎友好”的原則，從搜索引擎spider的視角設計與優(yōu)化網(wǎng)頁，確保網(wǎng)站的內(nèi)部鏈接對搜索引擎“可見”，相對于獲得外部網(wǎng)站鏈接的難度，合理規(guī)劃的內(nèi)部鏈接是提高搜索引擎索引與收錄效率更經(jīng)濟、有效的途徑——除非網(wǎng)站根本未被搜索引擎收錄。
如果您的網(wǎng)站使用動態(tài)url，或者導航菜單使用JavaScript，那么，當在網(wǎng)頁收錄方面遇到障礙時，應首先從這里著手。
使用SiteMaps。事實上，許多人認為Google取消了FreshBot的一個主要原因便是SiteMaps(xml)協(xié)議的廣泛應用，認為這樣只需讀取網(wǎng)站提供的SiteMaps便可得到網(wǎng)頁更新信息，而不需FreshBot耗時費力地掃描。
這種說法還是有一定道理的，雖然目前不能確定Google究竟直接使用SiteMaps作為DeepBot的索引列表還是用做FreshBot的掃描路標，但SiteMaps能夠提高網(wǎng)站索引收錄的效率則是不爭的事實。
比如說，SEO探索曾做過如下的測試：
兩個網(wǎng)頁，獲得的鏈接情況相同，一個加入SiteMaps而另一未加入，出現(xiàn)在SiteMaps中的網(wǎng)頁很快被收錄，而另一個頁面則在過了很長時間后才被收錄;
某個孤島頁面，沒有任何指向其的鏈接，但將其加入SiteMaps一段時間后，同樣被Google索引，只不過，出現(xiàn)在補充結(jié)果中。
當然，從盡管網(wǎng)頁未出現(xiàn)在SiteMaps中但仍能被Google索引也可以看出，Google仍然使用FreshBot或類似FreshBot的機制，當然這也容易理解，畢竟仍然有那么多未使用SiteMaps的網(wǎng)站，Google不可能將其拒之門外。
有關SiteMaps的詳細介紹，請參考Google SiteMaps:Google的“后門”。需要指出的是，如今Sitemaps協(xié)議已成為行業(yè)標準，不獨對Google有效，其他主流搜索引擎包括Yahoo!、Live搜索及Ask均已提供支持
轉(zhuǎn)載請注明：原文出自 http://www.7896112.cn/news_show/lcnt_details_6_822.html
上一篇：網(wǎng)站優(yōu)化過程中關于URL標準化
下一篇：讓網(wǎng)站的權(quán)重提高怎么做
【置頂】 【關閉本頁】 【打印本頁】
主站蜘蛛池模板：
人人艹人人射
|
爱搞视频首页在线
|
狠狠操狠狠摸
|
成 人 免费观看网站
|
免费看国产一级片
|
极品色天使在线婷婷天堂亚洲
|
日韩在线1
|
亚洲va欧美va国产va天堂影
|
五月婷婷视频
|
久操视频免费看
|
亚洲高清一区二区三区四区
|
国产成人免费高清在线观看
|
亚洲欧美日韩久久一区
|
欧美激情在线精品三区
|
日韩不卡毛片
|
日韩专区亚洲综合久久
|
色天使亚洲综合在线观看
|
一级毛片在线看在线播放
|
精品一区二区三区影院在线午夜
|
中文字幕第15页
|
亚洲 欧美 日韩在线
|
一级午夜
|
91桃色污
|
97青青草原国产免费观看
|
黄色一级录像
|
午夜视频在线免费看
|
蜜臀91精品国产高清在线观看
|
成年看的视频在线观看
|
中文一级国产特级毛片视频
|
国产超91
|
国产91色拍
|
日韩在线视频中文字幕
|
欧美亚洲天堂
|
手机看片国产日韩
|
欧美一级视频精品观看
|
一级做a爰片性色毛片思念网
|
国产精品自在线拍国产
|
又黄又爽又色的视频
|
xx欧美|
三级全黄视频
|
一区二区三区日本
|
首頁-新聞中心-
