首页 » SEO学习 » 正文

头条搜索 ip 字段及分析

杭州seo 2021年03月18日 SEO学习 1

扫一扫用手机浏览

头条搜索虽然呼声大雨点小,但泽成作为一个专注于搜索引擎研究的 SEOer ,秉着宁肯错杀不肯放过的态度,对头条seo也是进行了大量的研究,这不就来给大家来个介绍。

首先可以非常明确的是头条蜘蛛的 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

随着头条搜索站长平台的上线,头条蜘蛛 UA 似乎也有了一些小小的变化,将原有的邮箱换成了 https://zhanzhang.toutiao.com

//PC
Mozilla/5.0 (compatible; Bytespider;[https://zhanzhang.toutiao.com/] AppleWebKit/537.36 (KHTML, like Gecko) Chrome/[70.0.0.0](http://70.0.0.0) Safari/537.36 
//Android
Mozilla/5.0 (Linux; Android 5.0) AppleWebKit/537.36 (KHTML, like Gecko) Mobile Safari/537.36 (compatible; Bytespider; [https://zhanzhang.toutiao.com/] 
//IOS
Mozilla/5.0 (iPhone; CPU iPhone OS 7\_1\_2 like Mac OS X) AppleWebKit/537.36 (KHTML, like Gecko) Version/7.0 Mobile Safari/537.36 (compatible; Bytespider; [https://zhanzhang.toutiao.com/]

泽成在前面的文章中就提取了抓取自己博客一些详细 UA,但并没有统一固定,存在稍有不同的 UA 变化,具体可以查看泽成前面的文章《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

头条搜索引擎蜘蛛基本工作流程

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)。蜘蛛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。


最后泽成提醒大家;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。



赞(9

本文为杭州seo博客原创,欢迎分享本文,转载请保留出处!

转载请注明本文地址:https://www.lizecheng.net/post/745.html

发表评论