在今日头条中，根据用户输入的关键字进行搜索，系统针对关键字进行多维度搜索，内容形成聚合后，统一展示给用户。同时，今日头条采用了多种Robot来爬取和抓取用户的相关关键字，然后精确的匹配给用户，技术上主要是Robot学习算法，和文本分析算法。 Robot算法主要是爬取网站上的关键字，并根据搜索词语进行匹配。Robot算法还可以根据语义分析算法来进行分析和匹配，优化搜索效果。Robot算法也可以根据相似文本进行比较，去掉无意义的内容，提高搜索结果质量，更精准的搜索。
在.htaccess文件中添加以下代码： RewriteEngine On RewriteCond %{HTTP_HOST} !^www\. RewriteRule ^(.*)$ http://www.%{HTTP_HOST}/$1 [R=301,L] 这段代码的作用是：首先打开Apache的重写引擎；然后检查HTTP_HOST是否已经是以"www."开头，如果不是，则执行下一行代码；最后执行
答：搜索引擎的蜘蛛的确是能够对404页面进行识别，但是蜘蛛去被动的识别网站的死链可能需要较长的时间，不利于网站及时清理在搜索引擎中已收录的死链，所以我们才在站长平台设置了死链提交功能。请站长在处理站点死链的时候，一定要注意收集整理好，然后前往站长平台进行提交。提交后，一旦验证死链真实性，将会比较快速地从搜索引擎删除提交的数据。提交链接：http://zhanzhang.so.com/?m=Dead
robots.txt文件的格式为： User-agent: [user-agent-name] Disallow: [URL path] 其中，[user-agent-name]指代搜索引擎爬虫的名称，[URL path]指代禁止访问的URL路径。在文件中可以定义多条User-agent和Disallow规则，每一条规则占一行，每一对规则之间要有一个空行。示例： User-agent: *
我robots这样写是不是就能避免蜘蛛爬这个“index.htm”这个首页？User-agent: *Disallow: /index.htm11-30.我的index.htm是现在默认的首页，想屏蔽蜘蛛抓取。让蜘蛛爬另一个文档，主要是规避备案巡查我的网站和我备案的不一样，服务器那边要求改，我就整了个htm文档来规避下。写法没有问题。但正常的不建议屏蔽首页地址，，“index.htm”这个后缀地址
