所谓爬虫，就是一种程序，其可以按照一定的规则自动提取和收集网页中的信息。“再形象一点说，爬虫就是一种网络智能机器人，其模仿人的行为，去众多的网站上溜达，提取对自己来说有用的信息。”创新互联一位建站工程师解释说。创新互联是成都地区一流的建站服务商，从事网站建设、APP开发有十年之久。
对于一名建站工程师来说，或者程序员来说，在建设网站的时候，是否也需要考虑到“爬虫”呢？在创新互联该工程师看来，这是肯定的。
考虑百度爬虫
百度爬虫被称之为“百度蜘蛛”，其会对网站的内容进行提取、建库，建站公司在为企业建站之前，需要对百度蜘蛛的抓取规则有一些了解。例如，百度蜘蛛更喜欢怎么构架的网站？百度蜘蛛更倾向于抓取那些内容？对那些网站和内容，百度蜘蛛是抗拒的？例如一些灰色行业和违法行业网站。
“这些因素需要在网站策划阶段就考虑清楚，如果将如上问题均想清楚了，网站建成之后，百度蜘蛛会不断从网站抓取信息，网站的排名也会获得快速的提升。”创新互联一位程序员认为。
考虑同行的爬虫
爬虫是一种程序，所以，竞争网站也会使用。例如，创新互联就发现，有多家建站公司从创新互联官网抓取信息。如何应对竞争对手的“爬虫”呢？这就是网站建设中的“反爬虫技术”。
在创新互联看来，在网站不同的阶段，如何应对竞争对手的“爬虫”，态度应该是不同的？
如果是新站，竞争对手的爬虫，对网站来说是利大于弊。因为是新站，百度的爬虫的网站的兴趣并不是很大，此时，如果竞争对手将网站原创文章转载和抓取，是扩大了网站的传播范围，反而有利于百度识别公司网站的独特性，有助于网站权重的提升和收录的加快。
如果是老站，竞争对手的爬虫，对网站来说是弊大于利。这是因为如果是老站，百度的收录可能很高效，而竞争对手的爬虫抓取效率很慢，百度爬虫优于竞争对手爬虫，竞争对手对网站内容的抓取，网站不但不能获得好处，反而，部分原创内容免费为对手所用。
创新互联建议，如果不想要竞争对手爬虫光顾网站，一是可以在文章随机加入网站信息。二是可以从程序方面着手，禁止对手拷贝和复制。
考虑自己的爬虫
企业自身的网站，是否要考虑爬虫呢？创新互联认为，也应该分情况视之。
如果是大型网站，并且是新站，网站的容量还非常有限，就需要设立爬虫，从同行业的知名网站抓取一定的信息。例如，新成立的B2B网站，需要从成立时间较久的B2B网站抓取一定量的信息。
而对于一般的企业站来说，创新互联认为是无需设立爬虫的，当然一些竞争激烈的行业除外。
即使是设立爬虫的网站，对于爬虫抓取的信息，也应该有人工进行一定的编辑和审核，因为爬虫抓取的信息可能存在乱码、带链接文本、图片等信息。
总之，在创新互联看来，爬虫是建站服务商必须要考虑的问题。

当前题目：创新互联网站开发：如何在网站设计中考虑“爬虫”？
文章位置：http://cdweb.net/view/243191.html