搜索引擎的蜘蛛抓取網(wǎng)站頁面的一般過程是這樣的。

首先，收集待索引網(wǎng)站網(wǎng)頁的url。

搜索引擎的蜘蛛一般分為兩類，這第一類的主要工作就是收集網(wǎng)頁的中有效的URL。它們的任務是一刻不停地掃描Internet資源，以隨時更新其搜索引擎龐大的url列表以供它的第二類蜘蛛使用。也就是說，當這一類蜘蛛訪問我們網(wǎng)頁的時候，并不在于索引我們的網(wǎng)頁，而是在尋找網(wǎng)頁中的所有有效鏈接。

關于有的站長在自己的訪問日志中發(fā)現(xiàn)多個蜘蛛IP爬自己站的情況。 

我們常用的搜索引擎每天要處理數(shù)以億計的信息，沒有一個大型的搜索引擎公司（GOOGLE或百度之類）不配備上萬臺服務器來共同執(zhí)行這個工作，因此搜索引擎都擁有不同的數(shù)據(jù)中心，也就是說有多個robots來檢索你的站是很正常的事情。

不過這也僅限于第一類蜘蛛，在索引頁面的時候，搜索引擎會限制某個特定的數(shù)據(jù)中心來讓專門索引頁面的蜘蛛檢索你的站。

因此朋友們從服務器訪問日志中時常可以看到源自不同IP的蜘蛛，在很短的時間內頻繁訪問網(wǎng)站。不過千萬不要高興得太早，也許其根本不是在索引你的網(wǎng)頁而只是在掃描url。

補充一下，第一類蜘蛛索引時記錄的信息主要包括網(wǎng)頁的url、最終修改時間等

至于網(wǎng)頁的Head信息是第一類蜘蛛來獲取還是第二類來獲取，很多人都有不同的看法，但我還是比較贊成第一類蜘蛛訪問時就能索取這個信息。

---