头条搜索蜘蛛Bytespider介绍

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。

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站，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