百度蜘蛛的抓取规则

（1）通过百度蜘蛛下载回来的网页放到补充数据区，通过各种程序计算过后才放到检索区，才会形成稳定的排名，所以说只要下载回来的东西都可以通过指令找到，补充数据是不稳定的，有可能在各种计算的过程中给k掉，检索区的数据排名是相对比较稳定的，百度目 前是缓存机制和补充数据相结合的，正在向补充数据转变，这也是目 前百度收录困难的原因，也是很多站点今天给k了明天又放出来的原因。

（2）深度优先和权重优先，百度蜘蛛抓页面的时候从起始站点（即种子站点指的是一些门户站点）是广度优先抓取是为了抓取更多的网址，深度优先抓取的目的是为了抓取高质量的网页，这个策略是由调度来计算和分配的，百度蜘蛛只负责抓取，权重优先是指反向连接较多的页面的优先抓取，这也是调度的一种策略，一般情况下网页抓取抓到40%是正常范围，60%算很好，100%是不可能的，当然抓取的越多越好。

如何吸引百度蜘蛛的抓取                                                                                                             

1.原创内容
这是唯一的最为重要的点，百度蜘蛛在每天每天的运作它会记录起所有的内容性质，那么在爬取的时候就会进行筛选，而第一无二的原创文章则是百度蜘蛛最喜欢的被称为“蜘蛛食量”。由于百度蜘蛛对内容是没有理解能力的，它只对词语进行判断，那么在题目与文章内容里我们就要增加词语的密度与联系。作为现在的百度来说相关度高的文章容易被收录。建议：如伪原创文章前200个字是蜘蛛判断是否原创的关键。

2.蜘蛛通道的建设
百度每天会发出很多的蜘蛛去收集内容供应搜索引擎的更新，那么百度蜘蛛的通道就是URL。蜘蛛通过搜索引擎的URL进行行动，那么我们网站就要给出大量的门让蜘蛛进入到网站来，尽量多的让蜘蛛带走我们的内容，那么那些地方才是蜘蛛喜欢去的呢？我们在选择做外链引蜘蛛的时候要考虑到，蜘蛛喜欢的是一些内容更新多，活跃度高的网站：例如（论坛，门户，社区等）。

3.养蜘蛛
这是很多SEO做的工作，养蜘蛛就是让百度蜘蛛喜欢网站，从而经常来网站，这样就能很好的收录网站内容。具体怎么做呢？根据蜘蛛的规则：原创文章、外部URL之外，这个更新时间与更新频率尤其重要，我自己的经验是每天早上8:30-10:30之间发布文章是非常好的，因为这样一天里就有尽量多的时间让蜘蛛接触新内容，方便蜘蛛抓取。更新的时候不要过于不定时的发，在更新时段里进行发布。在收录的快慢情况下，进行下一时段的发布，如果前面发布的文章很快被收录之后再下午3:00-5:00之后时在进行发布。我的了解是，一次性增加10-20篇文章是会出现漏洞的，就是蜘蛛只抓取一部分。坚持一段时间蜘蛛的抓取就能得以控制。在第一时段更新之后，发现没有被收录的文章，在第2时段前，我们可以进行修改，增取在第2时段被收录。