上面已經(jīng)介紹了搜索引擎收錄頁面的流程及原理。然而，在互聯(lián)網(wǎng)數(shù)以億計(jì)的頁面中，搜索
引擎怎樣才能從中抓取到更多相對(duì)重要的頁面呢？這就涉及搜索引擎的頁面收錄方式。
頁面收錄方式是指搜索引擎抓取頁面時(shí)所使用的策略，目的是為了能在互聯(lián)網(wǎng)中篩選出更多
相對(duì)重要的信息。頁面收錄方式的制定取決于搜索引擎對(duì)網(wǎng)站結(jié)構(gòu)的理解。如果使用相同的抓取
策略，搜索引擎在同樣的時(shí)間內(nèi)可以在某一網(wǎng)站中抓取到更多的頁面資源，則會(huì)在該網(wǎng)站上停留
更長(zhǎng)的時(shí)間，收錄的頁面數(shù)自然也就更多。因此，加深對(duì)搜索引擎頁面收錄方式的認(rèn)識(shí)，有利于
為網(wǎng)站建立友好的結(jié)構(gòu)，提高頁面被收錄的數(shù)量。
常見的搜索引擎收錄頁面的方式主要有廣度優(yōu)先、深度優(yōu)先及用戶提交三種，接下來將詳細(xì)
介紹這三種頁面收錄方式及各自的優(yōu)缺點(diǎn)。
●廣度優(yōu)先
如果把整個(gè)網(wǎng)站看作是一棵樹，首頁就是根，每個(gè)頁面就是葉子。廣度優(yōu)先是一種橫向的頁
面抓取方式，先從樹的較淺層開始抓取頁面，直至抓取完同一層次上的所有頁面后才進(jìn)入下一層。
因此，在對(duì)網(wǎng)站進(jìn)行優(yōu)化的時(shí)候，我們應(yīng)該把網(wǎng)站中相對(duì)重要的信息展示在層次較淺的頁面上（例
如，在首頁上推薦一些熱門產(chǎn)品或者內(nèi)容）。反過來，通過廣度優(yōu)先的抓取方式，搜索引擎就可
以優(yōu)先抓取到網(wǎng)站制作中相對(duì)重要的頁面。
我們來看一下廣度優(yōu)先的抓取流程。首先，搜索引擎從網(wǎng)站的首頁出發(fā)，抓取首頁上所有鏈
接指向的頁面，形成頁面集合(A)，并解析出集合(A)中所有頁面的鏈接；再跟蹤這些鏈接抓
取下一層的頁面，形成頁面集合(B)。就這樣遞歸地從淺層頁面中解析出鏈接，從而抓取深層頁
面，直至滿足了某個(gè)設(shè)定的條件后才停止抓取進(jìn)程，如圖2-3所示。
圖2-3廣度優(yōu)先抓取流程
●深度優(yōu)先
與廣度優(yōu)先的抓取方式恰恰相反，深度優(yōu)先是一種縱向的頁面抓取方式，首先跟蹤的是淺層
頁面中的某一個(gè)鏈接從而逐步抓取深層次頁面，直至抓取完最深層次的頁面后才返回淺層頁面，
再跟蹤其另一鏈接繼續(xù)向深層頁面抓取。使用深度優(yōu)先的抓取方式，搜索引擎可以抓取到網(wǎng)站中
較為隱蔽、冷門的頁面，這樣才能滿足更多用戶的需求。
我們來看一下深度優(yōu)先的抓取流程。首先，搜索引擎會(huì)抓取網(wǎng)站的首頁，并提取首頁中的鏈
接；再沿著其中的一個(gè)鏈接抓取到頁面1-1，同時(shí)提取其中的鏈接；接著，沿著頁面1_1中的一個(gè)
鏈接A—1抓取到頁面2-1，同時(shí)提取其中的鏈接；再沿著頁面2-1中的一個(gè)鏈接B-l繼續(xù)抓取更深一
層的頁面。這樣遞歸地執(zhí)行，直至抓取到網(wǎng)站最深層的頁面或者滿足了某個(gè)設(shè)定的條件才轉(zhuǎn)回到
首頁繼續(xù)抓取，如圖2-4所示。
圖2 4深度優(yōu)先抓取流程
●用戶提交
為了抓取到更多的網(wǎng)頁，搜索引擎還允許站管理員主動(dòng)提交頁面。網(wǎng)站管理員只需把剛站
中頁面URL按照指定的格式制作成文件，提交給搜索引擎，搜索引擎就可以通過該文件對(duì)網(wǎng)站
中的頁面進(jìn)行抓取及更新。
這種由網(wǎng)站管理員主動(dòng)提交頁面的方式大大提高了搜索引擎抓取頁面的效率及質(zhì)量；而對(duì)于
網(wǎng)站本身來說，也大大提高了網(wǎng)站頁面被收錄的數(shù)量（目Google及Yahoo!都支持這種頁面抓取
方式）。
為了提高抓取頁面的效率及質(zhì)量，搜索引擎會(huì)結(jié)合多種方式去抓取頁面。例如，先使用廣度
優(yōu)先的方式，把抓取范圍鋪得盡可能寬，獲取到盡可能多的重要頁面；再使用深度優(yōu)先的方式，
抓取更多隱蔽的頁面；最后，結(jié)合用戶提交的信息，抓取那些被遺漏的頁面。
本文由上海專業(yè)網(wǎng)站建設(shè)公司藝覺網(wǎng)絡(luò)（www.zhongxin999.cn www.mywebseo.net）
