[發明專利]一種基于HTML標簽識別異步加載內容的搜索引擎優化方法

在審

• 申請號: 201810959330.1
• 申請日: 2018-08-22
• 公開（公告）號: CN108984801A
• 公開（公告）日: 2018-12-11
• 發明（設計）人: 邱明勝
• 申請（專利權）人: 百卓網絡科技有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 南京瑞弘專利商標事務所(普通合伙) 32249
• 代理人: 陳建和

1.一種基于HTML標簽識別異步加載內容的搜索引擎優化方法，其特征是，步驟如下：

步驟1：在網頁上定義一種可識別的HTML標簽，當網頁爬蟲抓取頁面時，爬蟲識別指定HTML標簽；搜索器利用網絡爬蟲抓取HTML文本內容；

步驟2：爬蟲利用正則表達式匹配指定標簽，如果沒有匹配到該標簽則進行步驟6，如果匹配到進行步驟3；

步驟3：遍歷標簽并識別標簽中的鏈接屬性，將屬性中的url放入內存中；

步驟4：讀取內容中存儲的url，利用多線程發送請求；

步驟5：將請求返回的文本信息拼接到HTML文檔對應的位置；

步驟6：對HTML文檔內容進行編碼壓縮存入網頁庫。

2.根據權利要求1的所述的基于HTML標簽識別異步加載內容的搜索引擎優化方法，其特征是，HTML標簽數量應當限定在5個以內。

3.根據權利要求1的所述的基于HTML標簽識別異步加載內容的搜索引擎優化方法，其特征是，所述的讀取內存中存儲的url的實現方法，如果某個請求的返回碼等于200、301或302則將返回內容放入緩存，下次再匹配到同樣的url時，直接從緩存中讀取數據，而不再發送新的請求；如果該請求的返回碼大于400，則將該請求放入黑名單，之后再識別到該url時不再發送請求。爬蟲任務結束后，釋放黑名單中的url以及緩存中的存儲內容。

4.根據權利要求1的所述的基于HTML標簽識別異步加載內容的搜索引擎優化方法，其特征是，如果頁面中某部分內容的加載比較耗時，但又需要考慮SEO，那么將這部分業務單獨抽取出一個接口，將接口的url置于標簽<async>的href屬性中，在保證SEO的同時，提升頁面加載速度。