觸屏版
全國服務(wù)熱線:0571-87205688
登錄
注冊(cè)
客戶中心
關(guān)注云客
seo入門教程:爬蟲與seo的關(guān)系
seo教程有很多,一些是入門級(jí)的,如了解爬蟲,或者叫web機(jī)器,或者叫spider。一些是進(jìn)階的如相關(guān)性,權(quán)威性,用戶行為等。夯實(shí)基礎(chǔ),會(huì)加深對(duì)seo的理解,提高網(wǎng)站seo優(yōu)化效率。
類似于建造大樓一樣,地基打牢,上層建筑就會(huì)更加穩(wěn)固。做seo也是一樣的,熟悉乃至精通seo相關(guān)入門教程,對(duì)于日后的seo工作,起著極大的正面作用。
seo入門教程
我一直強(qiáng)調(diào)搜索引擎原理對(duì)于我們操作seo的重要性,爬蟲是其中不可或缺的一環(huán),從這個(gè)角度來看,seo與爬蟲的關(guān)系是密不可分的。
通過簡單的流程圖,這個(gè)流程圖也就是搜索引擎原理,就可以看到seo與爬蟲的關(guān)系,如下:
網(wǎng)絡(luò) < — > 爬蟲 < — > 網(wǎng)頁內(nèi)容庫 < — > 索引程序 < — > 索引庫 < — > 搜索引擎 < — > 用戶。
seo新手入門教程
網(wǎng)站上線,其基本述求是讓網(wǎng)站的內(nèi)容被用戶搜索到,且這個(gè)概率越高越好,爬蟲的作用體現(xiàn)在收錄方面,體現(xiàn)在網(wǎng)站的內(nèi)容有多少能被搜索引擎看到。
一:爬蟲是什么?
爬蟲有很多名字,比如web機(jī)器人、spider等,它是一種可以在無需人類干預(yù)的情況下自動(dòng)進(jìn)行一系列web事務(wù)處理的軟件程序。
二:爬蟲爬行方式是什么?
web爬蟲是一種機(jī)器人,它們會(huì)遞歸地對(duì)各種信息性的web站點(diǎn)進(jìn)行遍歷,獲取第一個(gè)web頁面,然后獲取那個(gè)頁面指向的所有的web頁面,依次類推。因特網(wǎng)搜索引擎使用爬蟲在web上游蕩,并把他們碰到的文檔全部拉回來。然后對(duì)這些文檔進(jìn)行處理,形成一個(gè)可搜索的數(shù)據(jù)庫。簡單來說,網(wǎng)絡(luò)爬蟲就是搜索引擎訪問你的網(wǎng)站進(jìn)而收錄你的網(wǎng)站的一種內(nèi)容采集工具。例如:百度的網(wǎng)絡(luò)爬蟲就叫做BaiduSpider。
三:爬蟲程序本身需要優(yōu)化的注意點(diǎn)。
鏈接提取以及相對(duì)鏈接的標(biāo)準(zhǔn)化
爬蟲在web上移動(dòng)的時(shí)候會(huì)不停的對(duì)HTML頁面進(jìn)行解析,它要對(duì)所解析的每個(gè)頁面上的URL鏈接進(jìn)行分析,并將這些鏈接添加到需要爬行的頁面列表中去。關(guān)于具體的方案我們可以查閱這篇文章
避免環(huán)路的出現(xiàn)
web爬蟲在web上爬行時(shí),要特別小心不要陷入循環(huán)之中,至少有以下三個(gè)原因,環(huán)路對(duì)爬蟲來說是有害的。
他們會(huì)使爬蟲可能陷入可能會(huì)將其困住的循環(huán)之中。爬蟲不停的兜圈子,把所有時(shí)間都耗費(fèi)在不停獲取相同的頁面上。
爬蟲不斷獲取相同的頁面的同時(shí),服務(wù)器段也在遭受著打擊,它可能會(huì)被擊垮,阻止所有真實(shí)用戶訪問這個(gè)站點(diǎn)。
爬蟲本身變的毫無用處,返回?cái)?shù)百份完全相同的頁面的因特網(wǎng)搜索引擎就是這樣的例子。
同時(shí),聯(lián)系上一個(gè)問題,由于URL“別名”的存在,即使使用了正確的數(shù)據(jù)結(jié)構(gòu),有時(shí)候也很難分辨出以前是否訪問過這個(gè)頁面,如果兩個(gè)URL看起來不一樣,但實(shí)際指向的是同一資源,就稱為互為“別名”。
標(biāo)記為不爬取
可以在你的網(wǎng)站中創(chuàng)建一個(gè)純文本文件robots.txt,在這個(gè)文件中聲明該網(wǎng)站中不想被蜘蛛訪問的部分,這樣,該網(wǎng)站的部分或全部內(nèi)容就可以不被搜索引擎訪問和收錄了,或者可以通過robots.txt指定搜 索引擎只收錄指定的內(nèi)容。搜索引擎爬行網(wǎng)站第一個(gè)訪問的文件就是robot.txt。同樣也可以把鏈接加上rel=”nofollow”標(biāo)記。
避免環(huán)路與循環(huán)方案
規(guī)范化URL
廣度優(yōu)先的爬行
以廣度優(yōu)先的方式去訪問就可以將環(huán)路的影響最小化。
節(jié)流
限制一段時(shí)間內(nèi)爬蟲可以從一個(gè)web站點(diǎn)獲取的頁面數(shù)量,也可以通過節(jié)流來限制重復(fù)頁面總數(shù)和對(duì)服務(wù)器訪問的總數(shù)。
限制URL的大小
如果環(huán)路使URL長度增加,長度限制就會(huì)最終終止這個(gè)環(huán)路
URL黑名單
人工監(jiān)視
四:基于爬蟲的工作原理,前端開發(fā)需注意的seo設(shè)置?
1:重要內(nèi)容站點(diǎn)突出。
合理的title、description和keywords
雖然現(xiàn)在搜索對(duì)這三項(xiàng)的權(quán)重慢慢減小,但還是希望能夠合理的寫好他們,只寫有用的東西,不要在這里寫小說,要表達(dá)重點(diǎn)。
title:只強(qiáng)調(diào)重點(diǎn)即可,重要關(guān)鍵詞出現(xiàn)不要超過2次,而且要靠前,每個(gè)頁面title要有所不同description:把網(wǎng)頁內(nèi)容高度概括到這里,長度要合理,不可過分堆砌關(guān)鍵詞,每個(gè)頁面description要有所不同,keywords:列舉出幾個(gè)重要關(guān)鍵詞即可,也不可過分堆砌。
2:語義化書寫HTML代碼,符合W3C標(biāo)準(zhǔn)
對(duì)于搜索引擎來說,最直接面對(duì)的就是網(wǎng)頁HTML代碼,如果代碼寫的語義化,搜索引擎就會(huì)很容易的讀懂該網(wǎng)頁要表達(dá)的意思。
3:重要位置放置重要內(nèi)容。
利用布局,把重要內(nèi)容HTML代碼放在最前。
搜索引擎抓取HTML內(nèi)容是從上到下,利用這一特點(diǎn),可以讓主要代碼優(yōu)先讀取,讓爬蟲最先抓取。
4:盡量避免使用js。
重要內(nèi)容不要用JS輸出。
爬蟲不會(huì)讀取JS里的內(nèi)容,所以重要內(nèi)容必須放在HTML里。
5:盡量避免使用iframe框架。
盡少使用iframe框架
搜索引擎不會(huì)抓取到iframe里的內(nèi)容,重要內(nèi)容不要放在框架中。
6:圖片需使用alt標(biāo)簽。
為圖片加上alt屬性
alt屬性的作用是當(dāng)圖片無法顯示時(shí)以文字作為代替顯示出來,對(duì)于SEO來說,它可以令搜索引擎有機(jī)會(huì)索引你網(wǎng)站的圖片。
7:需要強(qiáng)調(diào)的地方可以加上title屬性
在進(jìn)行SEO優(yōu)化時(shí),適合將alt屬性設(shè)置為圖片本來的含義,而將 ttitle屬性為設(shè)置該屬性的元素提供建議性的信息。
8:為圖片設(shè)置尺寸。
為圖片加上長寬
圖片大的會(huì)排在前面一點(diǎn)。
9:保留文字效果
如果需要兼顧用戶體驗(yàn)和SEO效果,在必須用圖片的地方,例如個(gè)性字體的標(biāo)題,我們可以利用樣式控制,讓文本文字不會(huì)出現(xiàn)在瀏覽器上,但在網(wǎng)頁代碼中是有該標(biāo)題的。
注意:不可使用display:none;的方法讓文字隱藏,因?yàn)樗阉饕鏁?huì)過濾掉display:none;里邊的內(nèi)容,就不會(huì)被蜘蛛檢索了。
10:通過代碼精簡,云加速等方式提升網(wǎng)站打開速度。
網(wǎng)站速度是搜索引擎排序的一個(gè)重要指標(biāo)。
11:合理使用nofollow標(biāo)簽。
對(duì)于指向外部網(wǎng)站的鏈接要使用rel=”nofollow”屬性告訴爬蟲不要去爬其他的頁面。
不是說在前端開發(fā)的時(shí)候,使用了以上seo元素,網(wǎng)站就一定會(huì)優(yōu)化好,這些設(shè)置會(huì)提升網(wǎng)站對(duì)搜索引擎的友好度。seo不是單單的一個(gè)優(yōu)化要素決定的,是各個(gè)加分項(xiàng)的合集。如果每一個(gè)點(diǎn)都不差,且其中的一個(gè)乃至幾個(gè)點(diǎn)優(yōu)化優(yōu)勢(shì)特別明顯,那么相對(duì)于同等級(jí)別的網(wǎng)站,排名會(huì)更有優(yōu)勢(shì)。
評(píng)論(0人參與,0條評(píng)論)
發(fā)布評(píng)論
最新評(píng)論