由于google掌控者搜索市場的大部分的份額，所以應時時關(guān)注和聽取它的一些動態(tài)。“Google發(fā)表了一篇叫做優(yōu)化蜘蛛爬取和索引的技巧”，是不是該引起我們的注意呢？
文中內(nèi)容高度強調(diào)可以提高你站點爬取的能力的一些技巧，下面是陳列的關(guān)于URL的具體的例子。
“互聯(lián)網(wǎng)是個大世界，時時刻刻都有新的內(nèi)容被發(fā)表，創(chuàng)造，”Google 分析師Susan Moskwa說到。“Google 擁有無限的資源，所以當它面臨幾乎無限的在線的可利用的資源時，google的蜘蛛只有能力去找尋和爬取一部分的內(nèi)容，而面對已經(jīng)爬取了的內(nèi)容，我們又只能索引一部分。”
Moskwa說：“URL就像一座連接你站點和搜索引擎蜘蛛之間的橋梁，蜘蛛需要能夠找到并通過這座橋梁（IE,找到并爬取你的URL）到達你的網(wǎng)站內(nèi)容頁，如果你的URL地址過于復雜或是太冗余，蜘蛛就要花費很多時間去跟蹤并反跟蹤自己爬取的腳印，如果URL地址被很好的組織著，并直接指向相關(guān)區(qū)域的內(nèi)容，這樣就不會爬取到空白或是重復的內(nèi)容頁了。”
如果你想被Google更好的索引，你必須刪除URL地址中用戶具體信息。具體情況可瀏覽幻燈片。基本上URL的參數(shù)時不會改變網(wǎng)頁的內(nèi)容，所以這些參數(shù)應該要刪除或是放入cookie中。這樣就會減少很多URL指向同一個內(nèi)容的數(shù)量，加快檢索。（這里應該指的就是盡量使用靜態(tài)地址，少產(chǎn)生一些用戶自帶的參數(shù)的重復URL）
Google說漫無目的的無限的空間和廣度其實很浪費時間，所以對于那些是唯一地址的不管是過去的還是將來的url地址，最好有一個時間標志。例如example/2009/08//11/title
告訴Google那些網(wǎng)頁可以忽略它不需要爬取。包括一些登陸的頁面，聯(lián)系方式，購物車和其他的頁面，類似于要求用戶去執(zhí)行的行為，蜘蛛是無法識別操作的?？梢酝ㄟ^使用robots.txt文件來實現(xiàn)。
最后，盡可能避免重復的內(nèi)容。Google希望每一個內(nèi)容頁面都對應一個唯一的地址。當然他們不可能全部的識別出來，因此會有一些典型鏈接因素存在讓你去鑒別哪些特定內(nèi)容網(wǎng)頁的URL更被人們喜愛。
