搜索引擎蜘蛛抓取配额确定，所有核心知识都在这里了

抓取份额是由什么决定的呢？这牵扯到抓取需求和抓取速度限制。

抓取需求

抓取需求，crawl demand，指的是搜索引擎“想”抓取特定网站多少页面。

决定抓取需求的主要有两个因素。一是页面权重，网站上有多少页面达到了基本页面权重，搜索引擎就想抓取多少页面。二是索引库里页面是否太久没更新了。说到底还是页面权重，权重高的页面就不会太久不更新。

页面权重和网站权重又是息息相关的，提高网站权重，就能使搜索引擎愿意多抓取页面。

抓取速度限制

搜索引擎蜘蛛不会为了抓取更多页面，把人家网站服务器拖垮，所以对某个网站都会设定一个抓取速度的上限，crawl rate limit，也就是服务器能承受的上限，在这个速度限制内，蜘蛛抓取不会拖慢服务器、影响用户访问。

服务器反应速度够快，这个速度限制就上调一点，抓取加快，服务器反应速度下降，速度限制跟着下降，抓取减慢，甚至停止抓取。

所以，抓取速度限制是搜索引擎“能”抓取的页面数。

抓取份额是由什么决定的？

抓取份额是考虑抓取需求和抓取速度限制两者之后的结果，也就是搜索引擎“想”抓，同时又“能”抓的页面数。

网站权重高，页面内容质量高，页面够多，服务器速度够快，抓取份额就大。

小网站没必要担心抓取份额

小网站页面数少，即使网站权重再低，服务器再慢，每天搜索引擎蜘蛛抓取的再少，通常至少也能抓个几百页，十几天怎么也全站抓取一遍了，所以几千个页面的网站根本不用担心抓取份额的事。数万个页面的网站一般也不是什么大事。每天几百个访问要是能拖慢服务器，SEO就不是主要需要考虑的事了。

大中型网站可能需要考虑抓取份额

几十万页以上的大中型网站，可能要考虑抓取份额够不够的问题。

抓取份额不够，比如网站有1千万页面，搜索引擎每天只能抓几万个页面，那么把网站抓一遍可能需要几个月，甚至一年，也可能意味着一些重要页面没办法被抓取，所以也就没排名，或者重要页面不能及时被更新。

要想网站页面被及时、充分抓取，首先要保证服务器够快，页面够小。如果网站有海量高质量数据，抓取份额将受限于抓取速度，提高页面速度直接提高抓取速度限制，因而提高抓取份额。

怎样节省抓取份额？

当然首先是降低页面文件大小，提高服务器速度，优化数据库，降低抓取时间。

然后，尽量避免上面列出的浪费抓取份额的东西。有的是内容质量问题，有的是网站结构问题，如果是结构问题，最简单的办法是robots文件禁止抓取，但多少会浪费些页面权重，因为权重只进不出。

某些情况下使用链接nofollow属性可以节省抓取份额。小网站，由于抓取份额用不完，加nofollow是没有意义的。大网站，nofollow是可以在一定程度上控制权重流动和分配的，精心设计的nofollow会使无意义页面权重降低，提升重要页面权重。搜索引擎抓取时会使用一个URL抓取列表，里面待抓URL是按页面权重排序的，重要页面权重提升，会先被抓取，无意义页面权重可能低到搜索引擎不想抓取。

最后几个说明：

链接加nofollow不会浪费抓取份额。但在Google是会浪费权重的。

noindex标签不能节省抓取份额。搜索引擎要知道页面上有noindex标签，就得先抓取这个页面，所以并不节省抓取份额。

canonical标签有时候能节省一点抓取份额。和noindex标签一样，搜索引擎要知道页面上有canonical标签，就得先抓取这个页面，所以并不直接节省抓取份额。但有canonical标签的页面被抓取频率经常会降低，所以会节省一点抓取份额。

抓取速度和抓取份额不是排名因素。但没被抓取的页面也谈不上排名。