sogou spider 如何反应我网站上页面的更新?
- 威海Spider 威海sogou spider
- 1451
sogou spider 会根据网页的重要性和历史变化情况来动态调整更新时间,更新已经抓取过的页面。
Public @ 2010-06-23 15:38:49
sogou spider 会根据网页的重要性和历史变化情况来动态调整更新时间,更新已经抓取过的页面。
1. 在robots.txt文件内添加一行禁止Baiduspider访问的指令:User-agent: Baiduspider;Disallow: / 2. 添加http协议头,指示不要访问网站的任何网页:X-Robots-Tag: noindex,noarchive,nosnippet,nofollow 3. 将任何和Baiduspider相关的IP地址拉黑。
Sogou spider User-Agent字段是一种用于爬虫程序中的HTTP报头,它是搜狗搜索的爬虫程序使用的字符串,其格式为:"Sogou web spider/版本号(语言:语言代码;平台:操作系统)",例如:"Sogou web spider/4.0(Windows NT 6.1;zh-CN)"。该字段包含了爬虫程序的名称、版本号、语言和操作系统等信息。
sogou spider 对于同一个 IP 地址的服务器主机,只建立一个连接,抓取间隔速度控制在几秒一次。一个网页被收录后,最快也要过几天以后才会去更新。如果持续不断地抓取您的网站,请注意您的网站上的网页是否每次访问都产生新的链接。如果您认为 sogou spider 对于您的网站抓取过快,请与我们联系,并最好能提供访问日志中sogou spider 访问的部分,而不要直接将搜狗spider的ua
sogou spider 会根据网页的重要性和历史变化情况来动态调整更新时间,更新已经抓取过的页面