百度的搜索是怎么抓取网站的

如提

网站是由很多页面组成的。
百度会不断派出自己的机器人进行页面的抓去（机器人俗称百度蜘蛛，因为互联网像一张网一般，机器人在这张网上不断爬行）
如果你的页面让蜘蛛感觉是它不了解，没有见过的，它就会把这个页面信息抓取到自己的服务器空间里储存，等待后期的分类、筛选、排名，最后将快照（蜘蛛抓去的网站页面）放出。

我暂时保留我的看法！

什么是baiduspider？ baiduspider是百度搜索引擎的一个自动程序。它的作用是访问互联网上的html网页，建立索引数据库，使用户能在百度搜索引擎中搜索到您网站的网页。 baiduspider对一个网站服务器造成的访问压力如何？ baiduspider会自动根据服务器的负载能力调节访问密度。在连续访问一段时间后，baiduspider会暂停一会，以防止增大服务器的访问压力。所以在一般情况下，baiduspider对您网站的服务器不会造成过大压力。 为什么baiduspider不停的抓取我的网站？ 对于您网站上新产生的或者持续更新的页面，baiduspider会持续抓取。此外，您也可以检查网站访问日志中baiduspider的访问是否正常，以防止有人恶意冒充baiduspider来频繁抓取您的网站。 如果您发现baiduspider非正常抓取您的网站，请反馈至[email protected]，并请尽量给出baiduspider对贵站的访问日志，以便于我们跟踪处理。 我不想我的网站被baiduspider访问，我该怎么做？ baiduspider遵守互联网robots协议。您可以利用robots.txt文件完全禁止baiduspider访问您的网站，或者禁止baiduspider访问您网站上的部分文件。 注意：禁止baiduspider访问您的网站，将使您的网站上的网页，在百度搜索引擎以及所有百度提供搜索引擎服务的搜索引擎中无法被搜索到。 关于robots.txt的写作方法，请参看我们的介绍：robots.txt写作方法 为什么我的网站已经加了robots.txt，还能在百度搜索出来？ 因为搜索引擎索引数据库的更新需要时间。虽然baiduspider已经停止访问您网站上的网页，但百度搜索引擎数据库中已经建立的网页索引信息，可能需要二至四周才会清除。 另外也请检查您的robots配置是否正确。 百度蜘蛛在robots.txt中的名字是什么？ “Baiduspider” 首字母B大写，其余为小写。 baiduspider多长时间之后会重新抓取我的网页？ 百度搜索引擎每周更新，网页视重要性有不同的更新率，频率在几天至一月之间，baiduspider会重新访问和更新一个网页。 baiduspider抓取造成的带宽堵塞？ baiduspider的正常抓取并不会造成您网站的带宽堵塞，造成此现象可能是由于有人冒充baidu的spider恶意抓取。如果您发现有名为Baiduspider的agent抓取并且造成带宽堵塞，请尽快和我们联系。您可以将信息反馈至[email protected]，如果能够提供您网站该时段的访问日志将更加有利于我们的分析。