搜索引擎的蜘蛛抓取網(wǎng)站頁(yè)面的一般過(guò)程是這樣的。

首先，收集待索引網(wǎng)站網(wǎng)頁(yè)的url。

搜索引擎的蜘蛛一般分為兩類(lèi)，這第一類(lèi)的主要工作就是收集網(wǎng)頁(yè)的中有效的URL。它們的任務(wù)是一刻不停地掃描Internet資源，以隨時(shí)更新其搜索引擎龐大的url列表以供它的第二類(lèi)蜘蛛使用。也就是說(shuō)，當(dāng)這一類(lèi)蜘蛛訪問(wèn)我們網(wǎng)頁(yè)的時(shí)候，并不在于索引我們的網(wǎng)頁(yè)，而是在尋找網(wǎng)頁(yè)中的所有有效鏈接。

關(guān)于有的站長(zhǎng)在自己的訪問(wèn)日志中發(fā)現(xiàn)多個(gè)蜘蛛IP爬自己站的情況。 

我們常用的搜索引擎每天要處理數(shù)以億計(jì)的信息，沒(méi)有一個(gè)大型的搜索引擎公司（GOOGLE或百度之類(lèi)）不配備上萬(wàn)臺(tái)服務(wù)器來(lái)共同執(zhí)行這個(gè)工作，因此搜索引擎都擁有不同的數(shù)據(jù)中心，也就是說(shuō)有多個(gè)robots來(lái)檢索你的站是很正常的事情。

不過(guò)這也僅限于第一類(lèi)蜘蛛，在索引頁(yè)面的時(shí)候，搜索引擎會(huì)限制某個(gè)特定的數(shù)據(jù)中心來(lái)讓專(zhuān)門(mén)索引頁(yè)面的蜘蛛檢索你的站。

因此朋友們從服務(wù)器訪問(wèn)日志中時(shí)?？梢钥吹皆醋圆煌琁P的蜘蛛，在很短的時(shí)間內(nèi)頻繁訪問(wèn)網(wǎng)站。不過(guò)千萬(wàn)不要高興得太早，也許其根本不是在索引你的網(wǎng)頁(yè)而只是在掃描url。

補(bǔ)充一下，第一類(lèi)蜘蛛索引時(shí)記錄的信息主要包括網(wǎng)頁(yè)的url、最終修改時(shí)間等

至于網(wǎng)頁(yè)的Head信息是第一類(lèi)蜘蛛來(lái)獲取還是第二類(lèi)來(lái)獲取，很多人都有不同的看法，但我還是比較贊成第一類(lèi)蜘蛛訪問(wèn)時(shí)就能索取這個(gè)信息。

---