蛛先去抓取百度白名單的網站或者一些信任度非常高的站點和頁面（例如：一些高權重網站和網站的首頁），在抓取這些網頁的內容時發現一些指向另外一些一些頁面的鏈接。蜘蛛會把這些鏈接保存在自己的數據庫里面，然后再根據抓取順序依次來抓取這些網頁。

1、蜘蛛抓取網頁的規則：

對于蜘蛛說網頁權重越高、信用度越高抓取越頻繁，例如網站的首頁和內頁。蜘蛛先抓取網站的首頁，因為首頁權重更高，并且大部分的鏈接都是指向首頁。然后通過首頁抓取網站的內頁，并不是所有內頁蜘蛛都會去抓取。

搜索引擎認為對于一般的中小型站點，3層足夠承受所有的內容了，所以蜘蛛經常抓取的內容是前三層，而超過三層的內容蜘蛛認為那些內容并不重要，所以不經常爬取。

2、如何看蜘蛛的抓取？

通過iis日志可以看蜘蛛爬取了哪些內容，iis日志有百度蜘蛛、谷歌蜘蛛等。從iis日志里賣弄分析得出蜘蛛的類型、抓取時間、抓取的頁面、抓取內容的大小以及返回的頁面代碼，200代表抓取順利。