Spider也就是大家常说的爬虫、蜘蛛或机器人，是处于整个搜索引擎最上游的一个模块，只有Spider抓回的页面或URL才会被索引和参与排名。需要注意的是，只要是Spider抓到的URL，都可能会参与排名，但参与排名的网页并不一定就被 Spider 抓取到了内容，比如有些网站屏蔽搜索引擎 Spider后，虽然Spider不能抓取网页内容，但是也会有一些域名级别的URL在搜索引擎中参与了排名（例如天猫上的很多独立域名的店铺）。根据搜索引擎的类型不同，Spider也会有不同的分类。大型搜索引擎的Spider一般都会有以下所需要解决的问题，也是和SEO密切相关的问题。

首先，Spider想要抓取网页，要发现网页抓取入口，没有抓取入口也就没有办法继续工作，所以首先要给Spider一些网页入口，然后Spider顺着这些入口进行爬行抓取，这里就涉及抓取策略的问题。抓取策略的选择会直接影响 Spider 所需要的资源、Spider 所抓取网页占全网网页的比例，以及Spider的工作效率。那么Spider一般会采用什么样的策略抓取网页呢？

其次，网页内容也是有时效性的，所以Spider对不同网页的抓取频率也要有一定的策略性，否则可能会使得索引库中的内容都很陈旧，或者该更新的没更新，不该更新的却浪费资源更新了，甚至还会出现网页已经被删除了，但是该页面还存在于搜索结果中的情况。那么 Spider般会使用什么样的再次抓取和更新策略呢？

再次，互联网中的网页总有一部分是没有外部链接导入的，也就是常说的“暗网”，并且这部分网页也是需要呈现给广大网民浏览的，此时 Spider 就要想方设法针对处于暗网中的网页进行抓取。当下百度是如何来解决这个暗网问题的呢？

最后，大型搜索引擎的Spider不可能只有一个，为了节省资源，要保证多个Spider 同时作业且抓取页面不重复；又由于各地区数据中心分配问题，搜索引擎一般不会把Spider 服务器放置在一个地区，会多地区同时作业，这两方面就涉及分布式抓取的策略问题。那么一般搜索引擎的Spider会采用什么样的分布抓取策略呢？

接下来逐一介绍一般的搜索引擎Spider在面临以上问题时采用的是什么策略，并详细地了解一下整个搜索引擎最上游的Spider到底是如何工作的，以及一个优秀的Spider程序应该有明些特点。

Spider有哪些分类？

按照现在网络上所有Spider的作用及表现出来的特征，可以将其分为三类：批量型Spider增量型Spider和垂直型Spider

1. 批量型Spider

般具有明显的抓取范围和目标，设置抓取时间的限制、抓取数据量的限制，或抓取固定范围内页面的限制等。当Spider的作业达到预先设置的目标就会停止。普通站长和SEO人员使用的采集工具或程序，所派出的Spider大都属于批量型Spider，一般只抓取固定网站的固定内容，或者设置对某一资源的固定目标数据量，当抓取的数据或者时间达到设置限制后就会自动停止，这种Spider就是很典型的批量型Spider.

2. 增量型Spider

增量型Spider也可以称之为通用爬虫。一般可以称为搜索引擎的网站或程序，使用的都是增量型Spider，但是站内搜索引擎除外，自有站内搜索引擎一般是不需要Spider的。增量型Spider和批量型Spider不同，没有固定目标、范围和时间限制，一般会无休止地抓取下去，直到把全网的数据抓完为止。增量型Spider不仅仅抓取尽可能全的页面，还要对已经抓取到的页面进行相应的再次抓取和更新。因为整个互联网是在不断变化的，单个网页上的内容可能会随着时间的变化不断更新，甚至在一定时间之后该页面会被删除，优秀的增量型Spider需要及时发现i种变化，并反映给搜索引擎后续的处理系统，对该网页进行重新处理。当下百度、Google网搜索等全文搜索引擎的Spider，一般都是增量型Spider.

3. 垂直型Spider

垂直型Spider也可以称之为聚焦爬虫，只对特定主题、特定内容或特定行业的网页进行抓取，一般都会聚焦在某一个限制范围内进行增量型的抓取。此类型的Spider不像增量型Spider一样追求大而广的覆盖面，而是在增量型Spider上增加一个抓取网页的限制，根据需求抓取含有目标内容的网页，不符合要求的网页会直接被放弃抓取。对于网页级别纯文本内容方面的识别，现在的搜索引擎Spider还不能百分之百地进行准确分类，并且垂直型Spider也不能像增量型 Spider那样进行全互联网爬取，因为那样太浪费资源。

所以现在的垂直搜索引擎如果有附属的增量型Spider，那么就会利用增量型Spider以站点为单位进行内容分类，然后再派出垂直型Spider抓取符合自己内容要求的站点；没有增量型Spider作为基础的垂直搜索引擎，一般会采用人工添加抓取站点的方式来引导垂直型Spidr作业。当然在同一个站点内也会存在不同的内容，此时垂直型Spider也需要进行内容判断，但是工作量相对来说已经缩减优化了很多。现在优酷下的搜库、百度和Google等大型搜索引擎下的垂直搜索使用的都是垂直型Spider.

虽然现在使用比较广泛的垂直型Spider对网页的识别度已经很高，但是总会有些不足，这也使得垂直类搜索引擎上的SEO有了很大空间。

本文主要讨论网页搜索的SEO，所以讨论的内容以增量型Spider为主，也会简单涉及垂直型Spider方面的内容，其实垂直型Spider完全可以看作是做了抓取限制的增量型Spider.