Spider對(duì)網(wǎng)站抓取數(shù)量突增往往給站點(diǎn)帶來(lái)很大煩惱，紛紛找平臺(tái)想要BaiduspiderIP白名單，但實(shí)際上BaiduSpiderIP會(huì)隨時(shí)變化，所以并不敢公布出來(lái)，擔(dān)心站長(zhǎng)設(shè)置不及時(shí)影響抓取效果。百度是怎么計(jì)算分配抓取頻次數(shù)量的呢？站點(diǎn)抓取頻次數(shù)量暴增的原因有哪些呢？

總體來(lái)說(shuō)，Baiduspider會(huì)根據(jù)站點(diǎn)規(guī)模、歷史上網(wǎng)站每天新產(chǎn)出的鏈接數(shù)量、已抓取網(wǎng)頁(yè)的綜合質(zhì)量打分等等，來(lái)綜合計(jì)算抓取頻次數(shù)量，同時(shí)兼顧站長(zhǎng)在抓取頻次工具里設(shè)置的、網(wǎng)站可承受的最大抓取值。

從目前追查過(guò)的抓取頻次數(shù)量突增的case中，原因可以分為以下幾種：

1、Baiduspider發(fā)現(xiàn)站內(nèi)JS代碼較多，調(diào)用大量資源針對(duì)JS代碼進(jìn)行解析抓取

2、百度其他部門（如商業(yè)、圖片等）的spider在抓取，但頻次數(shù)量沒(méi)有控制好，sorry

3、已抓取的鏈接，打分不夠好，垃圾過(guò)多，導(dǎo)致spider重新抓取

4、站點(diǎn)被攻擊，有人仿冒百度爬蟲(chóng)（推薦閱讀：《如何正確識(shí)別BaiduSpider》）

如果站長(zhǎng)排除了自身問(wèn)題、仿冒問(wèn)題，確認(rèn)BaiduSpider抓取頻次數(shù)量過(guò)大的話，可以通過(guò)反饋中心來(lái)反饋，切記一定要提供詳細(xì)的抓取日志截圖。

百度蜘蛛抓取頻次,網(wǎng)頁(yè)不收錄

百度不收錄頁(yè)面的原因分析：

目前百度spider抓取新鏈接的途徑有兩個(gè)，一是主動(dòng)出擊發(fā)現(xiàn)抓取，二就是從百度站長(zhǎng)平臺(tái)的鏈接提交工具中獲取數(shù)據(jù)，其中通過(guò)主動(dòng)推送功能“收”上來(lái)的數(shù)據(jù)最受百度spider的歡迎。對(duì)于站長(zhǎng)來(lái)說(shuō)，如果鏈接很長(zhǎng)時(shí)間不被收錄，建議嘗試使用主動(dòng)推送功能，尤其是新網(wǎng)站，主動(dòng)推送首頁(yè)數(shù)據(jù)，有利于內(nèi)頁(yè)數(shù)據(jù)的抓取。

那么同學(xué)們要問(wèn)了，為什么我提交了數(shù)據(jù)還是遲遲在線上看不到展現(xiàn)呢？那涉及的因素可就多了，在spider抓取這個(gè)環(huán)節(jié)，影響線上展現(xiàn)的因素有：

1、網(wǎng)站封禁：你別笑，真的有同學(xué)一邊封禁著百度蜘蛛，一邊向百度狂交數(shù)據(jù)，結(jié)果當(dāng)然是無(wú)法收錄。

2、質(zhì)量篩選：百度蜘蛛spider3.0對(duì)低質(zhì)內(nèi)容的識(shí)別上了一個(gè)新臺(tái)階，尤其是時(shí)效性內(nèi)容，從抓取這個(gè)環(huán)節(jié)就開(kāi)始進(jìn)行質(zhì)量評(píng)估篩選，過(guò)濾掉大量過(guò)度優(yōu)化等頁(yè)面，從內(nèi)部定期數(shù)據(jù)評(píng)估看，低質(zhì)網(wǎng)頁(yè)比之前下降62%。

3、抓取失?。鹤ト∈〉脑蚝芏啵袝r(shí)你在辦公室訪問(wèn)完全沒(méi)有問(wèn)題，百度spider卻遇到麻煩，站點(diǎn)要隨時(shí)注意在不同時(shí)間地點(diǎn)保證網(wǎng)站的穩(wěn)定性。

4、配額限制：雖然我們正在逐步放開(kāi)主動(dòng)推送的抓取配額，但如果站點(diǎn)頁(yè)面數(shù)量突然爆發(fā)式增長(zhǎng)，還是會(huì)影響到優(yōu)質(zhì)鏈接的抓取收錄，所以站點(diǎn)在保證訪問(wèn)穩(wěn)定外，也要關(guān)注網(wǎng)站安全，防止被黑注入。