顧名思義，抓取份額是搜索引擎蜘蛛花在一個網(wǎng)站上的抓取頁面的總的時間上限。對于特定網(wǎng)站，搜索引擎蜘蛛花在這個網(wǎng)站上的總時間是相對固定的，不會無限制地抓取網(wǎng)站所有頁面。抓取份額的英文Google用的是crawl budget，直譯是爬行預算，我覺得不太能說明是什么意思，所以用抓取份額表達這個概念。抓取份額是由什么決定的呢?這牽扯到抓取需求和抓取速度限制。

一、抓取需求

抓取需求，crawl demand，指的是搜索引擎“想”抓取特定網(wǎng)站多少頁面。

決定抓取需求的主要有兩個因素。一是頁面權(quán)重，網(wǎng)站上有多少頁面達到了基本頁面權(quán)重，搜索引擎就想抓取多少頁面。二是索引庫里頁面是否太久沒更新了。說到底還是頁面權(quán)重，權(quán)重高的頁面就不會太久不更新。頁面權(quán)重和網(wǎng)站權(quán)重又是息息相關(guān)的，提高網(wǎng)站權(quán)重，就能使搜索引擎愿意多抓取頁面。

二、抓取速度限制

搜索引擎蜘蛛不會為了抓取更多頁面，把人家網(wǎng)站服務器拖垮，所以對某個網(wǎng)站都會設定一個抓取速度的上限，crawl rate limit，也就是服務器能承受的上限，在這個速度限制內(nèi)，蜘蛛抓取不會拖慢服務器、影響用戶訪問。

服務器反應速度夠快，這個速度限制就上調(diào)一點，抓取加快，服務器反應速度下降，速度限制跟著下降，抓取減慢，甚至停止抓取。所以，抓取速度限制是搜索引擎“能”抓取的頁面數(shù)。

四、抓取份額是由什么決定的?

抓取份額是考慮抓取需求和抓取速度限制兩者之后的結(jié)果，也就是搜索引擎“想”抓，同時又“能”抓的頁面數(shù)。網(wǎng)站權(quán)重高，頁面內(nèi)容質(zhì)量高，頁面夠多，服務器速度夠快，抓取份額就大。

五、小網(wǎng)站沒必要擔心抓取份額

小網(wǎng)站頁面數(shù)少，即使網(wǎng)站權(quán)重再低，服務器再慢，每天搜索引擎蜘蛛抓取的再少，通常至少也能抓個幾百頁，十幾天怎么也全站抓取一遍了，所以幾千個頁面的網(wǎng)站根本不用擔心抓取份額的事。數(shù)萬個頁面的網(wǎng)站一般也不是什么大事，如果每天幾百個訪問要是能拖慢服務器，SEO就不是主要需要考慮的事了，而是怎么優(yōu)化你的網(wǎng)站，提升服務器配置了。

六、大中型網(wǎng)站經(jīng)常需要考慮抓取份額

幾十萬頁以上的大中型網(wǎng)站，可能要考慮抓取份額夠不夠的問題。抓取份額不夠，比如網(wǎng)站有1千萬頁面，搜索引擎每天只能抓幾萬個頁面，那么把網(wǎng)站抓一遍可能需要幾個月，甚至一年，也可能意味著一些重要頁面沒辦法被抓取，所以也就沒排名，或者重要頁面不能及時被更新。

要想網(wǎng)站頁面被及時、充分抓取，首先要保證服務器夠快，頁面夠小。如果網(wǎng)站有海量高質(zhì)量數(shù)據(jù)，抓取份額將受限于抓取速度，提高頁面速度直接提高抓取速度限制，因而提高抓取份額。

如下圖某網(wǎng)站百度抓取頻次：

頁面抓取頻次和抓取時間(取決于服務器速度和頁面大小)沒有什么大關(guān)系，說明沒有用完抓取份額，不用擔心。大型網(wǎng)站另一個經(jīng)常需要考慮抓取份額的原因是，不要把有限的抓取份額浪費在無意義的頁面抓取上，導致應該被抓取的重要頁面卻沒有機會被抓取。

浪費抓取份額的典型頁面有：

1. 站內(nèi)復制內(nèi)容

2. 低質(zhì)、垃圾內(nèi)容

3. 日歷之類的無限個頁面

4. 上面這些頁面被大量抓取，可能用完抓取份額，該抓的頁面卻沒抓。

怎樣節(jié)省抓取份額?

當然首先是降低頁面文件大小，提高服務器速度，優(yōu)化數(shù)據(jù)庫，降低抓取時間。然后，盡量避免上面列出的浪費抓取份額的東西。有的是內(nèi)容質(zhì)量問題，有的是網(wǎng)站結(jié)構(gòu)問題，如果是結(jié)構(gòu)問題，最簡單的辦法是robots文件禁止抓取，但多少會浪費些頁面權(quán)重，因為權(quán)重只進不出。

某些情況下使用鏈接nofollow屬性可以節(jié)省抓取份額。小網(wǎng)站，由于抓取份額用不完，加nofollow是沒有意義的。大網(wǎng)站，nofollow是可以在一定程度上控制權(quán)重流動和分配的，精心設計的nofollow會使無意義頁面權(quán)重降低，提升重要頁面權(quán)重。搜索引擎抓取時會使用一個URL抓取列表，里面待抓URL是按頁面權(quán)重排序的，重要頁面權(quán)重提升，會先被抓取，無意義頁面權(quán)重可能低到搜索引擎不想抓取。

最后幾個說明：

鏈接加nofollow不會浪費抓取份額。但在Google是會浪費權(quán)重的。

noindex標簽不能節(jié)省抓取份額。搜索引擎要知道頁面上有noindex標簽，就得先抓取這個頁面，所以并不節(jié)省抓取份額。

canonical標簽有時候能節(jié)省一點抓取份額。和noindex標簽一樣，搜索引擎要知道頁面上有canonical標簽，就得先抓取這個頁面，所以并不直接節(jié)省抓取份額。但有canonical標簽的頁面被抓取頻率經(jīng)常會降低，所以會節(jié)省一點抓取份額。

抓取速度和抓取份額不是排名因素。但沒被抓取的頁面也談不上排名。

本文鏈接：http://www.hkass.cn/article/492.html