首先介紹一下百度爬蟲抓取量。
        其實(shí)就是百度爬蟲對(duì)站點(diǎn)一天抓取網(wǎng)頁(yè)的數(shù)量，從百度內(nèi)部透露來(lái)說(shuō)，一般會(huì)抓兩種網(wǎng)頁(yè)，其中一個(gè)是這個(gè)站點(diǎn)產(chǎn)生新的網(wǎng)頁(yè)，一般 中小型站當(dāng)天就可以完成，大型網(wǎng)站可能完成不了，另一種是百度以前抓過(guò)的網(wǎng)頁(yè)，它是需要更新的，比如一個(gè)站點(diǎn)已經(jīng)被百度收錄了5w，那么百度會(huì)給出一個(gè)時(shí) 間段，比如30天，然后平均一下，每天到這個(gè)站點(diǎn)上面抓5W/30的這樣一個(gè)數(shù)字，但是具體的量，百度有自己的一套算法公式來(lái)計(jì)算。

1、站點(diǎn)安全

對(duì)于中小型站點(diǎn)，在安全技術(shù)上比較薄弱，被黑被篡改的現(xiàn)象非常常見，一般被黑有常見幾種情況，一種是主域被黑，一種是標(biāo)題被篡改，還有一種是在頁(yè)面里面加 了很多的外鏈。一般主域被黑就是被劫持，就是主域被進(jìn)行301的跳轉(zhuǎn)到指定的網(wǎng)站，而如果在百度那邊發(fā)現(xiàn)跳轉(zhuǎn)后的是一些垃圾站，那么你這個(gè)站點(diǎn)抓取量會(huì)里 面降低。

2、內(nèi)容質(zhì)量

如果抓取了10萬(wàn)條，而只有100條建庫(kù)了，那么抓取量還會(huì)降下來(lái)，因?yàn)榘俣葧?huì)認(rèn)為抓取的網(wǎng)頁(yè)比例很低，那么就沒必要去抓取更多，所以要"寧缺毋濫"，特別要注意在建站的時(shí)候一定要注意質(zhì)量，不要采集一些內(nèi)容，這是一種潛在的隱患。

3、站點(diǎn)響應(yīng)速度

①網(wǎng)頁(yè)的大小會(huì)影響抓取，百度建議網(wǎng)頁(yè)的大小在1M以內(nèi)，當(dāng)然類似大的門戶網(wǎng)站，如新浪另說(shuō)。

②代碼質(zhì)量、機(jī)器的性能及帶寬，這個(gè)不多說(shuō)，后續(xù)筆者會(huì)單獨(dú)拿出一篇文章講解，請(qǐng)實(shí)時(shí)關(guān)注“營(yíng)銷小能手”。

4.同ip上面主域的數(shù)量

百度抓取都是按照ip進(jìn)行去抓取的，比如在一個(gè)ip上一天抓取了1000w個(gè)頁(yè)面，而在這個(gè)站點(diǎn)上有40W的站點(diǎn)，那么平均下來(lái)抓取每個(gè)站點(diǎn)的數(shù)量會(huì)分的 很少，所以在選擇服務(wù)商的時(shí)候，要看一看同ip上面有沒有大站，如果有大站的話，可能會(huì)被分得的抓取量會(huì)很少因?yàn)榱髁慷寂艽笳旧厦嫒チ恕?/p>