百度贴吧
百度快照
快照
网页快照
网站历史快照

为什么百度贴吧帖子删了,快照删除时间却不一样?

有网友说百度贴吧帖子如果删了,三个月之后快照也找不到了,可是我有时候搜东西会看到三年前甚至五年前的被删除帖子也会有快照,为什么快照删除时间不统一?
关注者
7
被浏览
1,983

1 个回答

如果贴吧帖子被删了,并不需要三个月时间才能删除。

我们可以手动举报百度快照达到快照更新的目的。

一般三个工作日就会反馈。

至于快照时间删除时间不统一,除了有人为干预,还与蜘蛛本身的网页更新策略有关。

至于蜘蛛本身的更新策略

一般来说是以下三种:

历史参考策略

历史参考策略是最直观的更新策略,这种是建立在建设过去频繁更新的网页将来也会频繁更新。所以蜘蛛回来重新抓取 获取最新快照,如果目标页面删除了 那么这个时候快照就会更新。你也就看不到快照了。

用户体验策略

这种更新策略以用户体验为核心,即使本地索引的网页已经删除了但是只要不影响用户体验(这里指用户搜索关键词产生的搜索结果中不出现删除页面|一般用户只会访问搜索结果的前三页),那么晚些更新也有可能。

这个策略说明 影响越大的网页,则应该越快更新

聚类抽样策略

该策略认为:网页具有一些属性,可以根据这些属性预测其更新周期。 比如可以把帖子所属贴吧下面所有帖子发布时间进行采样,鉴别帖子所属类别。同类别的帖子蜘蛛抓取更新时间大致雷同。


更新策略内容来源:书籍《这就是搜索引擎核心技术详解》第二章 网络爬虫 第五节 网页更新策略

发布于 2020-07-03 16:32