澎湃新闻
滥用no-cache与no-store :对非敏感页面使用 no-cache 会大幅增加爬虫压力,影响索引效率,仅在登录状态、支付页面等场景使用
百度爬虫在访问网站时,会依据服务器返回的缓存指令决定 何时再次抓取 以及 是否复用之前的内容
这样爬虫每次访问时可以通过条件请求验证内容是否变化,避💪免重复下载未修改的页面
切记不要为了追求抓取频率而将所有缓存时间设置为极短,这反而可能导💎致爬虫资源分配不均,影响正常页面收录
设为首页
关于百度
About Baidu
使用百度前必读
帮助中心
© Baidu
京ICP证030173号
京公网安备11000002000001号