1. 重新编辑robots.txt文件，将网站中不需要抓取的页面和目录添加进去； 2. 如果抓取的网站带有反爬虫功能，建议可以设置User-Agent，以区分人为访问和爬虫程序进行访问； 3. 设置深度抓取，让程序对某个网页进行抓取时，只抓取它指定难度及深度的URL； 4. 不定时发起网站扫描任务，用来检查异常的URL，以及分析抓取URL的情况，同时将发现的问题处理掉； 5. 合理设置抓取速度，一般建议抓取的最高速度不宜超过网页平均加载速度的1/5，以免对网站服务器造成压力； 6. 建立黑名单，将连续多次无效抓取情况的网址纳入黑名单中，黑名单中的网址抓取程序会忽略其内容； 7. 禁止抓取某些特定格式的URL，例如`.pdf`、`.doc`等文件格式。
问题：网站为什么会被降权？回答：网站降权的原因非常多，但是总结一些最常见的降权原因：1、使用了快排，本身就是作弊排名（什么3天首页、7天首页、这种都是）。2、网站每天在采集别的网站中的内容，而不是自己产出的内容。3、网站存在了非常多的空页面问题。4、网站收录的页面有很多垃圾页面，比如筛选页。5、网站URL不当，造成太多的内容重复。6、网站服务器或者DNS非常不稳定，，导致搜索引擎抓取异常！来源：A
问题：网站产品下架了，页面要怎么处理？回答：首先产品下架了，那么在前端就不要在显示这些产品了，其次，在产品页要明确标注，这些产品属于已经下架的内容，供用户和搜索引擎来识别！来源：A5营销
搜索引擎蜘蛛是搜索引擎的一个自动程序。它的作用是访问互联网上的网页、图片、视频等内容，建立索引数据库，使用户能在搜索引擎中搜索到您网站的网页、图片、视频等内容。一般用法为“ spider+URL”，后面的URL(网址)是搜索引擎的痕迹，如果要查看某搜索引擎是否来爬取过你们的网站，可查看服务器的日志里是否有该URL,同时还能查看来的时间、频率等…1、百度蜘蛛：可以根据服务器的负载能力调节访问密度，大
前两天人们注意到Google Adsense蜘蛛所抓取的网页会出现在搜索结果中。Matt Cutts在他的博客里迅速的做出了回应，对这种现象做了进一步解释。简单来说，Google在完成大爸爸数据中心升级后，各种蜘蛛抓取网页的机制产生了变化。不是各个蜘蛛直接抓取网页，而是由一个爬行缓存代理crawl caching proxy抓取网页，然后不同的蜘蛛从这个缓存中获取内容，从而节省了带宽。Matt C
