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)以億計的頁面中，搜索
引擎怎樣才能從中抓取到更多相對重要的頁面呢？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
相對重要的信息。頁面收錄方式的制定取決于搜索引擎對網(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間內(nèi)可以在某一網(wǎng)站中抓取到更多的頁面資源，則會在該網(wǎng)站上停留
更長的時間，收錄的頁面數(shù)自然也就更多。因此，加深對搜索引擎頁面收錄方式的認識，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
介紹這三種頁面收錄方式及各自的優(yōu)缺點。
    ●廣度優(yōu)先
    如果把整個網(wǎng)站看作是一棵樹，首頁就是根，每個頁面就是葉子。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入下一層。
因此，在對網(wǎng)站進行優(yōu)化的時候，我們應該把網(wǎng)站中相對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，直至滿足了某個設(shè)定的條件后才停止抓取進程，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；再沿著其中的一個鏈接抓取到頁面1-1，同時提取其中的鏈接；接著，沿著頁面1_1中的一個
鏈接A—1抓取到頁面2-1，同時提取其中的鏈接；再沿著頁面2-1中的一個鏈接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網(wǎng)站
中的頁面進行抓取及更新。
  這種由網(wǎng)站管理員主動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)（dcbbl.cn    www.mywebseo.net）