杭州seo培训(Baiduspider抓取涉及协议)

2018.06.01 - 作者:百度官方教程+马慧SEO编辑 - 阅 1,533 推荐

杭州seo：百度搜索引擎工作原理系列转自百度官方，不做任何过多注解。

今天，小小课堂网为大家带来的是转自百度官方《百度搜索引擎工作原理三：Baiduspider抓取过程中涉及的网络协议》。杭州seo希望对大家有所帮助。

杭州seo

一、Baiduspider抓取过程中涉及的网络协议介绍

刚才提到百度搜索引擎会设计复杂的抓取策略，其实搜索引擎与资源提供者之间存在相互依赖的关系，其中搜索引擎需要站长为其提供资源，否则搜索引擎就无法满足用户检索需求；而站长需要通过搜索引擎将自己的内容推广出去获取更多的受众。spider抓取系统直接涉及互联网资源提供者的利益，为了使搜素引擎与站长能够达到双赢，在抓取过程中双方必须遵守一定的规范，以便于双方的数据处理及对接。这种过程中遵守的规范也就是日常中我们所说的一些网络协议。

二、协议简单列举

1、http协议

超文本传输协议，是互联网上应用最为广泛的一种网络协议，客户端和服务器端请求和应答的标准。客户端一般情况是指终端用户，服务器端即指网站。终端用户通过浏览器、蜘蛛等向服务器指定端口发送http请求。发送http请求会返回对应的httpheader信息，可以看到包括是否成功、服务器类型、网页最近更新时间等内容。

https协议：实际是加密版http，一种更加安全的数据传输协议。

2、UA属性

UA即user-agent，是http协议中的一个属性，代表了终端的身份，向服务器端表明我是谁来干嘛，进而服务器端可以根据不同的身份来做出不同的反馈结果。

3、robots协议

robots.txt是搜索引擎访问一个网站时要访问的第一个文件，用以来确定哪些是被允许抓取的哪些是被禁止抓取的。 robots.txt必须放在网站根目录下，且文件名要小写。详细的robots.txt写法可参考 http://www。robotstxt。org 。百度严格按照robots协议执行，另外，同样支持网页内容中添加的名为robots的meta标签，index、follow、nofollow等指令。

以上就是小小课堂网为大家带来的是转自百度官方《百度搜索引擎工作原理三：Baiduspider抓取过程中涉及的网络协议》。杭州seo感谢您的观看。网站优化seo培训认准小小课堂！

本文最后一次更新时间：2022年2月28日