資訊動態
網站爬行策略
發布：2021-08-21 12:51:14 瀏覽：3322
網站爬行策略。全互聯網是由相互鏈接的網站及頁面組成的。從理論上說，爬蟲從任何一個頁面出發，沿著鏈接都可爬完網上的所有頁面。由于網站及頁面具有非常復雜的鏈接結構，爬蟲需要采取一定的爬行策略才能爬完網上所有頁面。實現一個完善的爬蟲系統，爬行策略至關重要。
爬行策略有如下幾種：深度優先爬行策略是爬蟲沿著發現的鏈接先爬取一個網頁，然后一直往前爬行，爬行到前面再也沒有其他鏈接為止，然后在返回到第一個頁面，沿著另一個鏈接再一直往前爬行。如圖1所示，爬取的順序是A→D→E→B→C→F→G；廣度優先爬行策略：是指爬蟲在一個頁面上發現多個網絡鏈接時，不是沿著一個網絡鏈接一直向前爬行，而是先把頁面上同一層次鏈接都爬一遍，然后再沿著第二層頁面上發現的鏈接爬向第三層頁面。
爬取的順序是A→B→C→D→E→F→G；大站優先爬行策略是對于準備抓取地址隊列中的所有網頁，把其根據所屬的網站進行分類，優先爬取網站的網頁數量比其他多的網站。反鏈爬行策略是指的是一個網頁被其他網頁鏈接指向的數量，當某個網頁的內容受到其他人的推薦的程度高，這種網頁被優先爬取。
>>> 查看《網站爬行策略》更多相關資訊 <<<
本文地址：http://www.9417g.com/news/html/28159.html
上一個：提高網站公眾服務力度
下一個：網站的社會價值分析
