百度是否支持“Crawl-delay”

 

　　而目前對于也只有YAHOO公開代表支持這個參數，具體可以參考：如何控制Yahoo! Slurp蜘蛛的抓取頻度

 

　　具體設置：

 

　　---------------------------

 

　　User-agent: *

 

　　Crawl-delay: 10

 

        案例：http://www.blogbus.com/robots.txt  (博客大巴)

 

　　而其它搜索引擎、目前還沒對這個參數進行表明，不過通過各種數據來解釋、百度及谷歌應該不會對這種參考過于說明! 因為他們很早就已經考慮到這個問題。其中"百度站長俱樂部" 就LEE就說明：

 

　　問：蜘蛛大量抓取頁面導致服務器出現負載問題

 

　　答：會延遲百度對新網頁的收錄速度。

 

　　正常情況下，Baiduspider的抓取頻率大致上和網站新資源產生的速度相符，并不會給網站帶來很大的壓力。但現在網站結構通常都比較復雜，多種url形式指向的可能是相同的內容，或者會自動產生大量無檢索價值的網頁。

 

　　我們目前發現的問題，主要來源于此，建議先分析一下spider的抓取日志，看看是否抓取了你不希望搜索引擎收錄的形式，如果有，robots掉它們可以節省大量的資源。

 

　　具體參考：http://tieba.baidu.com/club/9374916/p/7587693

 

  其實LEE這里說明一個問題用robots可以禁止垃圾頁面/無效頁面（也就是說、我們可以通過IIS日志去分析、網站中抓取頻率最高、而又無用的頁面，并進行屏蔽）但是這樣做只是為了增大收錄想被收錄頁面的機遇、同樣沒有解決抓取頻率過高問題。 可能我沒有這種大站，但是DJ小向知道有效的控制蜘蛛抓取、可以使用網站增大收錄量、同樣有效的控制蜘蛛返回碼、同樣可以使網站被K。

 

    ------------------------------------

 

　　10月10號補充：

 

　　問：百度是否支持User-agent: Slurp