当前位置: 首页 > 图文教程 > 网站运营 > 网站优化 > Google通过提交表单抓取新页面

网站优化
从利诱到威逼,Google一直在“教导”我们
中国SEOer的几个级别,你属于哪类?
Google搜索排名的要点
SEO的垃圾链接的流言蜚语
大道无形,跳出SEO的迷思,没有SEO才是真的SEO
SEO的复制内容与重复内容
如何分析竞争对手网站的排名
关于Zblog的SEO优化
SEO竞争中的“田忌赛马”
搜索引擎抓取JS代码实验
不用SEO取得成功的10个步骤
友情链接交换与PR值更新总结
友情链接中的伎俩
百度(Baidu)收录新站的研究
网络营销不仅仅是SEO网络营销不仅仅是SEO
9月后百度收录新站潜规则及对应方法
搜索优化排名因素小结
服务器稳定性对于排名的影响
论内容的原创性与SEO
新站怎样才不容易被百度K掉

网站优化 中的 Google通过提交表单抓取新页面


出处:互联网   整理: 软晨网(RuanChen.com)   发布: 2009-10-17   浏览: 62 ::
收藏到网摘: n/a

Google虽然已经是抓取页面最多的搜索引擎,但还是不满足,因为有很多网页和信息是很难被发现和抓取的。这也就是为什么做网站时一定要注意搜索引擎友好。

现在Google开始提供提交表单(form)发现其后的网页。本想写个详细说明,刚好看到幻灭已经写了,就直接引用主要内容如下。

之前我们已经知道Googlebot除了能抓取文本、视频、音频、Flash等类型的内容外,它还可以通过JS代码抓取链接。并且在未来,Googlebot还有望直接识别图片及视频里的文字。为了进一步抓取互联网的内容,Google宣布Googlebot已可通过提交表格抓取更多内容。

据Google所述,当前Googlebot正对一小部分高质量网站进行表格提交的试验。当Googlebot发现这些网站上有HTML表格时(即检测到时),它就会自动从网站上选择一些词语输入表格的文本框里,然后再选择不同的按钮、勾选项及验证项,再提交表格。提交表格后一旦 Googlebot认为出现的新内容是合法并且是有趣及独特的,它就可能会把内容抓取进Google的搜索结果索引数据库里。这意味着Googlebot 现在已经懂得通过提交表格而获得新内容。

同时Google也强调,如果网站的robots.txt文件里禁止了对表格进行了隐藏,不希望表格提交后所产生的链接被抓取,那Googlebot 是不会抓取的。此外,当前Googlebot只提交GET类型的表格。比如当表格需要输入用户个人信息比如密码、用户名、联系人等,Googlebot是 会自动略过这些表格的。

这种表格抓取当前只是一个小范围的试验,Google表示不会对网站造成影响。既不会对网站的PR值造成影响,也不会对网站的正常抓取、排名等造成影响。

Matt Cutts也写了个帖子举例说明这么做的好处。有很多网站首页只是以表单方式列出公司下属的各地区分站,没有以链接形式列出各分站。这种网站以前是不能被深度收录的,因为Google不提交表单,就发现不了隐藏在表单后面的URL。

这当然给一些网站的收录创造了机会,是否也会对某些公司网站带来一定的安全风险?网站某部分不想被收录的话,赶紧用robots.txt文件禁止吧。