头条搜索蜘蛛Bytespider介绍

发布日期:2019-11-27 09:56:13 作者:张子凡

  • 正文内容
  • 相关推荐
原创

关于头条搜索的相关内容开始来袭,子凡作为一个专注于搜索引擎研究的 SEOer 来说,无疑也是特别的关注,前段时间子凡就偷偷的告诉了大家头条搜索站长平台已经在路上了,目前还处于内测阶段也不便给大家透露太多,但是官方已经开始正式的介绍头条搜索,包括前面子凡也在泪雪网发现了大量的头条搜索蜘蛛 Bytespider,下面就给大家来个介绍。

头条搜索蜘蛛Bytespider介绍

首先可以非常明确的是头条搜索的爬虫 UA 为“Bytespider”首写字母为大写。

例如:

Mozilla/5.0 (Linux; Android 6.0; Nexus 5 Build/MRA58N) AppleWebKit/537.36
(KHTML,like Gecko)Chrome/41.0.6633.1032 Mobile Safari/537.36;Bytespider;bytespider@bytedance.com

子凡在前面的文章中就提取了抓取泪雪网的一些详细 UA,但并没有统一固定,存在稍有不同的 UA 变化,具体可以查看子凡前面的文章《头条搜索 Bytespider 开始大规模抓取》。

头条搜索 ip 字段介绍

头条搜索的 ip 字段总共涉及 6 个,具体字段如下:

110.249.201.0/24
110.249.202.0/24
111.225.148.0/24
111.225.149.0/24
220.243.135.0/24
220.243.136.0/24

如果你无法判断,你还可以通过子凡开发的搜索引擎 IP 查询工具来查询,地址为:https://ip.leiue.com

头条搜索蜘蛛基本工作流程

1.抓取网页。每个独立的搜索引擎都有自己的网页抓取程序爬虫(Spider)。爬虫顺着网页中的超链接,从这个网站爬到另一个网,通过超链接分析连续访问抓取更多网页。被抓取的网页被称之为网页快照。由于互联网中超链接的应用很普遍,理论上,从一定范围的网页出发,就能搜集到绝大多数的网页。

2.处理网页。搜索引擎抓到网页后,还要做大量的预处理工作,才能提供检索服务。其中,最重要的就是提取关键词,建立索引库和索引。其他还包括去除重复网页、分词(中文)、判断网页类型、分析超链接、计算网页的重要度/丰富度等。

3.提供检索服务。用户输入关键词进行检索,搜索引擎从索引数据库中找到匹配该关键词的网页;为了用户便于判断,除了网页标题和 URL 外,还会提供一段来自网页的摘要以及其他信息。

其它

如果您的网站发现有头条 spider 的 UA“Bytespider”抓取存在抓取量过大,导致您的网站出现缓慢、挂掉等问题,等到后期头条搜索站长平台正式上线后,就可以通过“抓取频次”功能,对网站进行设置抓取要求,官方称会在 1 天内时间内生效。同时关于 Bytespider 头条搜索还可以向 zhanzhang@bytedance.com 邮箱获取联系。

除非注明,否则均为泪雪博客原创文章,禁止任何形式转载

本文链接:https://zhangzifan.com/about-bytespider.html

特别声明

本文为 张子凡 原创发布,仅代表作者观点,不代表冬镜博客网的观点或立场,冬镜博客网仅提供信息发布平台,合作供稿、侵权删除、反馈建议请联系520@520xx.cc

张子凡,泪雪公司创始人

标签:

标题:头条搜索蜘蛛Bytespider介绍

链接:http://uqseo.com/seojs/434.html

版权:若无特殊标注皆为 张子凡 原创版权,转载请以链接形式注明作者及原始出处

发表评论

电子邮件地址不会被公开。 必填项已用*标注