.net 解决spider多次和重复抓取的方案

OStack程序员社区-中国程序员成长平台 › 门户 › 编程› ASP.NET›ASP.NET编程经验

原作者: [db:作者] 来自: [db:来源] 收藏邀请

原因:

早期由于搜索引擎蜘蛛的不完善，蜘蛛在爬行动态的url的时候很容易由于网站程序的不合理等原因造成蜘蛛迷路死循环。

所以蜘蛛为了避免之前现象就不读取动态的url，特别是带？的url

解决方案:

1):配置路由

复制代码代码如下:

routes.MapRoute("RentofficeList",

               "rentofficelist/{AredId}-{PriceId}-{AcreageId}-{SortId}-{SortNum}.html",

               new { controller = "Home", action = "RentOfficeList" },

               new[] { "Mobile.Controllers" });

第一个参数是路由名称
第二个参数是路由的Url模式,参数之间用{}-{}方式分隔
第三个参数是一个包含默认路由的对象
第四个参数是应用程序的一组命名空间

2):设置连接

对照上面的Url模式,依次写入参数赋值
3):获取参数

复制代码代码如下:

int areaId = GetRouteInt("AredId");//获取参数

/// <summary>

/// 获得路由中的值

/// </summary>

/// <param name="key">键</param>

/// <param name="defaultValue">默认值</param>

/// <returns></returns>

protected int GetRouteInt(string key, int defaultValue)

{

return Convert.ToInt32(RouteData.Values[key], defaultValue);

}

/// <summary>

/// 获得路由中的值

/// </summary>

/// <param name="key">键</param>

/// <returns></returns>

protected int GetRouteInt(string key)

{

return GetRouteInt(key, 0);

}