解说URL权重，以目录深度评估网页重要度参考

1、URL权值的设定：根据URL的目录深度来定，深度是多少，权值就减少多少，权值最小为零。

2、URL中出现字符”/”，”?”，或”&” 1次,则权值减1，出现”search”，”proxy”，或”gate” 1次，则权值减2；最多减到零。

（包含”?”，或”&”的URL是带参数的形式，需要经过被请求方程序服务获得网页，不是搜索引擎系统侧重的静态 网页，因此权值相应降低。包含”search”，”proxy”，或”gate”，说明该网页极大可能是搜索引擎中检索的结果页面，代理页面，因此要降低 权值）。

3、定URL初始权值为10（此值设定的越小，从未访问URL集合中排序输出就越快。但是也不能太小，否则URL的权值意义就不大了，导致搜集策略不明显）；

4、选择未访问URL的策略。

因为权值小不一定说明不重要，所以有必要给一定的机会搜集权值小的未访问URL。选择未访问URL的策略可以采用轮流 的方法进行，一次按照权值排序取，一次随机取；或者N次按照权值排序取，M次随机取（N1，M1）。

N，M 的选择可以根据系统实际运行情况获得。

例如：URL多样化

抓取优先级

爬虫顺着一个个的URL在互联网上抓取网页，它一边下载这个网页，一边在提取这个网页中的链接。假设从搜索引擎某一个节点出来的爬虫有爬虫A、爬虫B、爬虫C，当它们到达www.ifaceseo.com这个网站的时候，每个爬虫都会抓取到很多URL

这里会有一个待抓取列表

重庆网络公司
立即购买