在今日头条中，根据用户输入的关键字进行搜索，系统针对关键字进行多维度搜索，内容形成聚合后，统一展示给用户。同时，今日头条采用了多种Robot来爬取和抓取用户的相关关键字，然后精确的匹配给用户，技术上主要是Robot学习算法，和文本分析算法。 Robot算法主要是爬取网站上的关键字，并根据搜索词语进行匹配。Robot算法还可以根据语义分析算法来进行分析和匹配，优化搜索效果。Robot算法也可以根据相似文本进行比较，去掉无意义的内容，提高搜索结果质量，更精准的搜索。
在.htaccess文件中添加以下代码： RewriteEngine On RewriteCond %{HTTP_HOST} !^www\. RewriteRule ^(.*)$ http://www.%{HTTP_HOST}/$1 [R=301,L] 这段代码的作用是：首先打开Apache的重写引擎；然后检查HTTP_HOST是否已经是以"www."开头，如果不是，则执行下一行代码；最后执行
前几天站长社区有站长朋友谈了一下对Canonical标签的看法，认为这是一个与301类似、解决网站内重复页面的好办法。那么我们来谈谈这两者有什么区别，使用Canonical标签时又该注意些什么。【Canonical标签与301的区别】1，在几个网页内容完全相同（或高度相似）的时候，如果希望两个网页都可以被用户正常访问到，就使用Canonical标签；如果仅让用户访问其中的一个，直接使用301跳转更
1. 下面是一个拒绝所有机器人访问的robots.txt： ``` User-agent: * Disallow: / ``` 2. 下面的robots.txt用于阻止百度搜索引擎访问整个站点： ``` User-agent: Baiduspider Disallow: / ``` 3. 下面的robots.txt文件用于阻止所有搜索引擎访问以private开头的任何URL： ```
常见的robots.txt文件用法实例：1、禁止所有搜索引擎抓取网站的任何部分User-agent: *Disallow: /这是禁止所有目录和文件被所有搜索引擎收录。网站还没上线时，有的会先屏蔽所有蜘蛛抓取。2、允许所有的spider抓取（或者也可以建一个空的robots.txt文件）User-agent: *Allow: /这是允许所有搜索引擎抓取网站的任何部分，既然是允许所有文件被抓取，可以
