Spider有哪些类型?批量型Spider,增量型Spider,垂直型Spider

本篇文章站长博客介绍Spider有哪些类型?批量型Spider,增量型Spider,垂直型Spider:

按照现在网络上所有Spider的作用及表现出来的特征,可以将其分为三类:批量型Spider增量型Spider和垂直型Spider。

1.批量型Spider

一般具有明显的抓取范围和目标,设置抓取时间的限制、抓取数据量的限制,或抓取固定范围内页面的限制等。当Spider的作业达到预先设置的目标就会停止。普通站长SEO人员使用的采集工具或程序,所派出的Spider大都属于批量型Spider,一般只抓取固定网站的固定内容,或者设置对某一资源的固定目标数据量,当抓取的数据或者时间达到设置限制后就会自动停止,这种Spider就是很典型的批量型Spider。

2.增量型Spider

增量型Spider也可以称之为通用爬虫。一般可以称为搜索引擎的网站或程序,使用的都是增量型Spider.但是站内搜索引擎除外,自有站内搜索引擎一般是不需要Spider的。增量型spider和批量型Spider不同,没有固定目标、范围和时间限制,一般会无休止地抓取下去,直到把全网的数据抓完为止。增量型Spider不仅仅抓取尽可能全的页面,还要对已经抓取到的页面进行相应的再次抓取和更新。因为整个互联网是在不断变化的,单个网页上的内容可能会随着时间的变化不断更新,甚至在一定时间之后该页面会被删除,优秀的增量型Spider需要及时发现这种变化,并反映给搜索引擎后续的处理系统,对该网页进行重新处理。当下百度、Google网页搜索等全文搜索引擎的Spider,一般都是增量型Spider。

3.垂直型Spider

垂直型Spider也可以称之为聚焦爬虫,只对特定主题、特定内容或特定行业的网页进行抓取,一般都会聚焦在某一个限制范围内进行增量型的抓取。此类型的Spider不像增量型Spider一样追求大而广的覆盖面,而是在增量型Spider上增加一个抓取网页的限制,根据需求抓取含有目标内容的网页,不符合要求的网页会直接被放弃抓取。

对于网页级别纯文本内容方面的识别,现在的搜索引擎Spider还不能百分之百地进行准确分类,并且垂直型Spider也不能像增量型Spider那样进行全互联网爬取,因为那样太浪费资源。所以现在的垂直搜索引擎如果有附属的增量型Spider,那么就会利用增量型Spider以站点为单位进行内容分类,然后再派出垂直型Spider抓取符合自己内容要求的站点;没有增量型Spider作为基础的垂直搜索引擎,一般会采用人工添加抓取站点的方式来引导垂直型Spider作业。当然在同一个站点内也会存在不同的内容,此时垂直型Spider也需要进行内容判断,但是工作量相对来说已经缩减优化了很多。

现在一淘网、优酷下的搜库、百度和Google等大型搜索引擎下的垂直搜索使用的都是垂直型Spider。虽然现在使用比较广泛的垂直型Spider对网页的识别度已经很高,但是总会有些不足,这也使得垂直类搜索引擎上的SEO有了很大空间。

本书主要讨论网页搜索的SEO,所以讨论的内容以增量型Spider为主,也会简单涉及垂直型Spider方面的内容,其实垂直型Spider完全可以看作是做了抓取限制的增量型Spider。

本文作者:站长派,如若转载,请注明出处:https://zhanzhangpai.com/?p=1103

免责声明:本站部分内容来源互联网整理,如有侵权请联系站长留言处理。

(0)
上一篇 2022年2月22日 上午8:27
下一篇 2022年2月22日 上午8:31

相关推荐

  • 如何查询域名注册时间?

    域名注册时间怎么查询?域名注册时间查询的方法是什么?网站域名注册时间查询工具你了解吗?以下是有关网站域名注册时间查询的知识介绍? 查域名注册时间可以通过什么来查询? 查域名注册时间…

    2022年3月29日
  • 目标关键词有哪些特征?

    一般情况下,目标关键词具有这些特征: 1、目标关键词一般作为网站首页的标题。 2、目标关键词一般是2-4个字构成的一个词或词组,名词居多。 3、目标关键词在搜索引擎每日都有一定数目…

    2022年3月15日
  • 正文内容在SEO方面的注意事项

    关于内容原创性问题前面的章节已经谈过,下面主要来谈一下内容在SEO方面的常规性优化。 一、关于内容布局关键词方面 内容页一般是整个网站最底层的页面了,也是结构上权重最低的页面,所以…

    2022年3月12日
  • 阿里云自助建站流程是什么?

    阿里云自助建站流程是什么? 此前已经为大家介绍过什么是云速建站,想必大家已经有了一定的了解,云速建站是一个自助型服务,需要自己去设计搭建网站页面的展示效果和功能对接。那么你知道云速…

    2022年3月24日
  • 网站CSS代码如何优化

    对于网站排名优化来说,css的几乎没有任何影响,但往大的方向如网站优化来说,样式表css的优化就至关重要了,其主要作用即是提高网页的响应速度。 外链CSS css的使用有多种方式,…

    2022年3月15日
  • 百度搜索算法规范详解【总纲版】

    原文标题:百度搜索算法规范详解最新更新章节:2020-06-18 引言 一直以来,百度搜索都致力于与广大开发者共同努力,为亿万搜索用户提供优质可信的内容、安全便捷的搜索体验。搜索算…

    2022年1月7日
  • 飓风算法2.0详情及算法解读

    算法名称:飓风算法2.0算法内容:打击恶劣采集行为发布时间:2018-09-13原文详情: 为了营造良好的搜索内容生态,保护搜索用户的阅读浏览体验,保障优质内容生产方在百度搜索中的…

    2021年11月5日
  • SEO的优势,SEO和SEM优势对比

    1、性价比高 无地域限制,全国搜索均有效;无时间限制,24小时排名在线,且长期有效 2、多平台 主要搜索引擎算法大同小异,优化1个平台多个平台都会有效果 3、流量精准 通过优化目标…

    2022年3月15日
  • 清风算法3.0详情

    算法名称:清风算法3.0算法内容:规范下载行业生态发布时间:2018-10-16原文详情: 为规范下载行业生态、保障百度搜索用户下载体验,百度搜索对外发布《百度搜索下载站质量规范》…

    2021年11月5日
  • 【SEO问答】 域名DNS污染怎么办?

    【SEO问答】 域名DNS污染怎么办? 域名DNS污染没有解决的办法? 回答1:没有吧,这个只有换域名! 回答2:没有 除非国内备案解析,但是被污染肯定有理由的 回答3:1.在国内…

    2022年3月24日