什么是引擎蜘蛛？搜索网页爬虫是一种程序或脚本，它们是一种设立的程序来获取互联网的消息。互联网可以理解为一个巨大的"蜘蛛网"，搜索引擎蜘蛛类似于"机器人"的本质。搜索引擎蜘蛛的主要任务是浏览巨大的蜘蛛网(Internet)中的信息，然后将信息获取到搜索引擎服务器，然后建立索引库。这就像一个机器人浏览我们的网站，并将内容保存在自己的电脑上。
搜索引擎蜘蛛产生的背景
随着网络的迅速发展，万维网成为大量信息的载体，如何有效地提取并利用这些信息成为一个巨大的挑战。搜索引擎(SearchEngine)，例如传统的通用搜索引擎AltaVista，Yahoo!和Google等，作为一个辅助人们检索信息的工具成为用户访问万维网的入口和指南。但是，这些通用性搜索引擎也存在着一定的局限性，如：
(1)不同领域、不同背景的用户往往具有不同的检索目的和需求，通用搜索引擎所返回的结果包含大量用户不关心的网页。
(2)通用搜索引擎的目标是尽可能大的网络覆盖率，有限的搜索引擎服务器资源与无限的网络数据资源之间的矛盾将进一步加深。
(3)万维网数据形式的丰富和网络技术的不断发展，图片、数据库、音频、视频多媒体等不同数据大量出现，通用搜索引擎往往对这些信息含量密集且具有一定结构的数据无能为力，不能很好地发现和获取。
(4)通用搜索引擎大多提供基于关键字的检索，难以支持根据语义信息提出的查询。
为了解决上述问题，定向抓取相关网页资源的聚焦爬虫应运而生。聚焦爬虫是一个自动下载网页的程序，它根据既定的抓取目标，有选择的访问万维网上的网页与相关的链接，获取所需要的信息。与通用爬虫(generalpurposewebcrawler)不同，聚焦爬虫并不追求大的覆盖，而将目标定为抓取与某一特定主题内容相关的网页，为面向主题的用户查询准备数据资源。
爬虫工作原理以及关键技术
网络爬虫是一个自动提取网页的程序，它为搜索引擎从万维网上下载网页，是搜索引擎的重要组成。传统爬虫从一个或若干初始网页的URL开始，获得初始网页上的URL，在抓取网页的过程中，不断从当前页面上抽取新的URL放入队列，直到满足系统的一定停止条件。聚焦爬虫的工作流程较为复杂，需要根据一定的网页分析算法过滤与主题无关的链接，保留有用的链接并将其放入等待抓取的URL队列。然后，它将根据一定的搜索策略从队列中选择下一步要抓取的网页URL，并重复上述过程，直到达到系统的某一条件时停止。另外，所有被爬虫抓取的网页将会被系统存贮，进行一定的分析、过滤，并建立索引，以便之后的查询和检索;对于聚焦爬虫来说，这一过程所得到的分析结果还可能对以后的抓取过程给出反馈和指导。
相关阅读
网站排名上升是每一位站长的心愿，现在百度有了掌纹，原来的高质量文章几乎可以在几秒钟内收录，但官方声明是在一小时内收录的。
在搜索引擎优化工作中，我们经常关心网站如何优化如何挖掘关键词而忽略了对蜘蛛的理解。虽然搜索引擎优化是一个相对复杂的工
什么是引擎蜘蛛？搜索网页爬虫是一种程序或脚本，它们是一种设立的程序来获取互联网的消息。互联网可以理解为一个巨大的"蜘蛛网
在搜索引擎优化工作中，我们经常关心网站如何优化如何挖掘关键词而忽略了对蜘蛛的理解。虽然搜索引擎优化是一个相对复杂的工
SEO网站优化SEOER，每天都要注意百度蜘蛛有没有抓取网站，抓取网站哪些内容，没有抓取网站哪些内容，不再抓取网页来观察网站的调整
