蜘蛛最简单的爬行策略有3种
2022-03-09

整个互联网站点都是由链接组成的 🫀，也就是说，搜索引擎蜘蛛从任何页面最终都会爬行所有页面。

呀

当然 😝， 🙆网站和网页的链接结构太复杂 👀， 呢所以蜘蛛只能用一定的方法来抓取所有的网页， 🦴据民间SEO高手了解最简单的爬行策略有三种：

1 最佳优先 呢

呢最佳优先搜索策略根据特定的网页分析算法预测候选URL和目标页面之间的相似度或与主题的相关性 呀，并选择一个或几个评价最佳的URL进行爬取。它只访问通过网页分析算法预测有用的网页。

存在的问题是 💂‍♀️， 呢爬虫抓取路径上的许多相关页面可能被忽略， 嗯因为最优优先级策略是局部最优搜索算法，所以需要将最优优先级与特定应用结合起来加以改进，以便跳出局部最优点。通过对SEO优化网络的研究， 呀可以实现这种闭环调整，使无关网页数量减少30%~90%。 🤼‍♀️

🙁2 深度优先 呀

🧎‍♂️深度首先指的是蜘蛛沿着发现的链接爬行 呢，直到前面没有其他链接，然后返回到第一页，沿着另一个链接 🏋️‍♀️，然后直线爬行。 呀

3 广度优先

嗯Width-first是指蜘蛛发现页面中有多个链接 呀， 🕳️不是直接沿着链接向前 🫦，而是沿着页面上的所有链接爬行 呢，然后沿着链接中找到的第二层链接爬向页面的第三层。 🤞

从理论上讲 呀， 👉无论是深度优先还是广度优先 嗯，蜘蛛可以在足够长的时间内爬过整个互联网。 🖖

👣在实践中， 呀蜘蛛的带宽资源、时间不是无限的 嗯， 🧔‍♀️也不能爬行所有的页面，事实上， 🙋‍♀️最大的搜索引擎只是爬行和收录了互联网的一小部分， 呀当然 ❤️， 呢并不是蜘蛛爬取的越多越好。