網(wǎng)絡(luò)爬蟲抓取鏈接的五大算法絕對有效果

我們在做好網(wǎng)站收錄的同時，就應(yīng)當(dāng)要多懂得一些進步收錄的方法，也就是指紋與重算法，可以幫我們做好網(wǎng)站收錄，進步排名，在對于排名提升，所以就要去嘗試網(wǎng)站爬蟲通過網(wǎng)頁再去做算法，那么就讓小編來告訴你網(wǎng)絡(luò)爬蟲抓取鏈接的五大算法，絕對有效果！

一、近似重復(fù)網(wǎng)頁類型，根據(jù)文章內(nèi)容和網(wǎng)頁布局格式的組合分為4種情勢：

1、兩篇文檔在內(nèi)容和布局格式上毫無差別，則這種重復(fù)稱為完整重復(fù)頁面。

2、兩篇文檔內(nèi)容雷同，但布局格式不同，則這種重復(fù)稱為內(nèi)容重復(fù)頁面。

3、兩篇文檔有部分重要的內(nèi)容雷同，并且布局格式雷同，則這種重復(fù)稱為布局重復(fù)頁面。

4、兩篇文檔有部分重要內(nèi)容雷同，但布局格式不同，則這種重復(fù)稱為部分重復(fù)頁面。

二、重復(fù)網(wǎng)頁對搜索引擎的不利影響：

正常情況下，非常類似的網(wǎng)頁內(nèi)容不能或只能給用戶供給少量的新信息，但在對爬蟲進行抓取、索引和用戶搜索會耗費大批的服務(wù)器資源。

三、重復(fù)網(wǎng)頁對搜索引擎的利益：

假如某個網(wǎng)頁重復(fù)性很高，往往是其內(nèi)容比較比較受歡迎的一種體現(xiàn)，也預(yù)示著該網(wǎng)頁相對照較重要。應(yīng)予以優(yōu)先收錄。當(dāng)用戶搜索時，在輸出成果排序時，也應(yīng)給與較高的權(quán)重。

四、重復(fù)文檔的處理方法：

1、刪除

2、將重復(fù)文檔分組

五、SimHash文檔指紋盤算方法：

1、從文檔中提取具有權(quán)值的特點集合來表現(xiàn)文檔。如：假設(shè)特點都是由詞組成的，詞的權(quán)值由詞頻TF來斷定。

2、對每一個詞，通過哈希算法生成N位（通常情況是64位或更多）的二進制數(shù)值,如上圖，以生成8位的二進制值為例。每個詞都對應(yīng)各自不同的二進制值。

3、在N維（上圖為8維）的向量V中，分辨對每維向量進行盤算。假如詞相應(yīng)的比特位的二進制數(shù)值為1，則對其特點權(quán)值進行加法運算；假如比特位數(shù)值為0，則進行減法運算，通過這種方法對向量進行更新。

4、當(dāng)所有的詞都按照上述處理完畢后，假如向量V中第i維是正數(shù)，則將N位的指紋中第i位設(shè)置為1，否則為0。

一般的，我們想抓取一個網(wǎng)站所有的URL，首先通過起始URL，之后通過網(wǎng)絡(luò)爬蟲提取出該網(wǎng)頁中所有的URL鏈接，之后再對提取出來的每個URL進行爬取，提取出各個網(wǎng)頁中的新一輪URL，以此類推。整體的感到就是自上而下進行抓取網(wǎng)頁中的鏈接，理論上來看，可以抓取整站所有的鏈接。但是問題來了，一個網(wǎng)站中網(wǎng)頁的鏈接是有環(huán)路的。

首先介紹一個簡略的思路，也是經(jīng)常用的一個通用思路。我們將已經(jīng)爬取過的網(wǎng)頁放到一個列表中去，以首頁為例，當(dāng)首頁被抓取之后，將首頁放到列表中，之后我們抓取子網(wǎng)頁的時候，假如再次碰到了首頁，而首頁已經(jīng)被抓取過了，此時就可以跳過首頁，持續(xù)往下抓取其他的網(wǎng)頁，而避開了將首頁重復(fù)抓取的情況，這樣下來，爬取整站就不會涌現(xiàn)一個環(huán)路。以這個思路為出發(fā)點，將訪問過的URL保存到數(shù)據(jù)庫中，當(dāng)獲取下一個URL的時候，就去數(shù)據(jù)庫中去查詢這個URL是否已經(jīng)被訪問過了。雖然數(shù)據(jù)庫有緩存，但是當(dāng)每個URL都去數(shù)據(jù)庫中查詢的話，會導(dǎo)致效率降落的很快，所以這種策略用的并不多，但不失為很簡略的一種方法。

第二種方法是將訪問過的URL保存到set中去，通過這樣方法獲取URL的速度很快，基礎(chǔ)上不用做查詢。但是這種方法有一個毛病，將URL保存到set中，實際上是保存到內(nèi)存中，當(dāng)URL數(shù)據(jù)量很大的時候（如1億條），會導(dǎo)致內(nèi)存的壓力越來越大。對于小型的爬蟲來說，這個方法十分可取，但是對于大型的網(wǎng)絡(luò)爬蟲，這種方法就難以企及了。

第三種方法是將字符進行md5編碼，md5編碼可以將字符縮減到固定的長度。一般來說，md5編碼的長度約為128bit，約等于16byte。在未縮減之前，假設(shè)一個URL占用的內(nèi)存大小為50個字節(jié)，一個字節(jié)等于2byte，相當(dāng)于100byte。由此可見，進行md5編碼之后，節(jié)儉了大批的內(nèi)存空間。通過md5的方法可以將任意長度的URL壓縮到同樣長度的md5字符串，而且不會涌現(xiàn)重復(fù)的情況，達到去重的效果。通過這種方法很大程度上節(jié)儉了內(nèi)存，scrapy框架采用的方法同md5方法有些類似，所以說scrapy在正常情況下，即使URL的數(shù)量級達到了上億級別，其占用的內(nèi)存比起set方法也要少得多。

第四種方法是應(yīng)用bitmap方法將字符進一步壓縮。這種方法的意思是在盤算機中申請8個bit，即8個位，每個位由0或者1表現(xiàn)，這是盤算機中很小的單元。8個位組成1個byte，一個位代表一個URL的話，為什么一個位可以斷定一個URL呢？因為我們可以將一個URL進行一個哈希函數(shù)，然后將其映射到位上面去。舉個栗子，假設(shè)我們有8個URL，分辨對應(yīng)8個位，然后通過位上面的0和1的狀態(tài)，便可以表明這個URL是否存在，通過這種方法便可以進一步的壓縮內(nèi)存。但是bitmap方法有一個非常大的毛病，就是它的沖突會非常高，因為同用一個哈希函數(shù)，極有可能將兩個不同的URL或者多個不同的URL映射到一個地位上來。實際上這種哈希的方法，它也是set方法的一種實現(xiàn)原理，它將URL進行一種函數(shù)盤算，然后映射到bit的地位中去，所以這種方法對內(nèi)存的壓縮是非常大的。簡略的來盤算一下，還是以一億條URL來進行盤算，相當(dāng)于一億個bit，通過盤算得到其相當(dāng)于12500000byte，除以1024之后約為12207KB，大概是12MB的空間。在實際過程中內(nèi)存的占用可能會比12MB大一些，但是即便是如此，相比于前面三種方法，這種方法以及大大的減少了內(nèi)存占用的空間了。但是與此同時，該方法產(chǎn)生沖突的可能性是非常大的，所以這種方法也不是太實用的。那么有沒有方法將bitmap這種對內(nèi)存濃重壓縮的方法做進一步優(yōu)化，讓沖突的可能性降下來呢？答案是有的，就是第五種方法。

第五種方法是bloomfilter，該方法對bitmap進行改良，它可以通過多個哈希函數(shù)減少沖突的可能性。通過這種方法，一方面它既可以達到bitmap方法減少內(nèi)存的作用，另一方面它又同時起到減少沖突的作用。關(guān)于bloomfilter原理及其實現(xiàn)，后期確定會給大家呈上，今天先讓大家有個簡略的熟悉。Bloomfilter實用于大型的網(wǎng)絡(luò)爬蟲，尤其是數(shù)量級超級大的時候，采用bloomfilter方法可以起到事半功倍的效果，其也經(jīng)常和散布式爬蟲共同配合，以達到爬取的目標(biāo)。

以上就是小編幫你們收拾的一些材料，總的來說，關(guān)于提升排名其實自己可以去查找規(guī)律，找到更好的方法，提升排名的方法得按自己的情況去找到合適的，找到穩(wěn)固的就行了，不要貪婪而卻做得比以前效果更不好。

tianxianmao.com

本文鏈接：

版權(quán)聲明：本文著作權(quán)歸原作者徐三seo所有，天線貓出處，感謝！