我們要如何避免網站頁面被蜘蛛重復的抓取呢?下面上海網站建設給大家介紹幾點。

　  一、通過robots文件來把這個頁面來屏蔽掉，具體做法語法格式：

　　Disallow: /page/ #限制抓取Wordpress分頁如查你的網站有需要也可以把下面的語句一并寫上，避免出現過多的重復頁面。 * Disallow: /category/*/page/* #限制抓取分類的分頁 * Disallow:/tag/ #限制抓取標簽頁面 * Disallow: */trackback/ #限制抓取Trackback內容 * Disallow:/category/* #限制抓取所有分類列表 什么是蜘蛛，也叫爬蟲，其實是一段程序。這個程序的功能是，沿著你的網站的URL一層層的讀取一些信息，做簡單處理后，然后返饋給后臺服務器進行集中處理。我們必需了解蜘蛛的喜好，對上海網站優化才能做到更好。接下來我們談談蜘蛛的工作過程。

　　二、蜘蛛的時間

　　網站的內容經常變化的，不是更新就是改模板。蜘蛛也是不斷地更新和抓取網頁的內容，蜘蛛的開發者會為爬蟲設定一個更新周期，讓其按照指定的時間去掃描網站，查看對比出哪些頁面是需要進行更新工作的，諸如：主頁的標題是否有更改，哪些頁面是網站新增頁面，哪些頁面是已經過期失效的死鏈接等等。一個功能強太的搜索引擎的更新周期是不斷優化的，因為搜索引擎的更新周期對搜索引擎搜索的查全率有很大影響。不過如果更新周期過長，便會使搜索引擎的搜索精確性和完整性降低，會有一些新生成的網頁搜索不到;若更新周期太過于短，則技術實現難度加大，而且會對帶寬、服務器的資源造成浪費，所以網站做好后期的網站維護很重要。

　　三、蜘蛛遇到動態頁面

　　蜘蛛在處理動態網頁信息是面臨的難題。動態網頁，是指由程序自動生成的頁面。現在互聯網發達程序開發腳本語言越來越多，自然開發出來的動態網頁類型也越來越多，如jsp、asp、php等等一些語言。蜘蛛很難處理這些腳本語言生成的網頁。優化人員在優化的時候，總是強調盡量不要采用JS代碼，蜘蛛要完善處理這些語言，需要有自己的腳本程序。在進行網站優化，減少一些不必要的腳本代碼，以便蜘蛛爬行抓取，少導致page頁面的重復抓取!

　　四、蜘蛛不重復抓取策略

　　網站的網頁數量非常大，蜘蛛進行抓取是一個很大的工程，網頁的抓取需要費非常多線路帶寬、硬件資源、時間資源等等。如果經常對同一個網頁重復抓取不但會大大的降低了系統的效率，還造成精確度不高等問題。通常的搜索引擎系統都設計了不重復進行上海網頁設計抓取的策略，這是為了保證在一定時間段內只對同一個網頁進行一次抓取。