请高人详细解释一下百度快照技术原理

貌似中国的用户对于百度的粘性太大了,所以只知道百度有快照,其实很多搜索引擎都是有快照服务的。网页快照的功能就是在用户查询需要的网页内容时,每一条列出的网页地址的下面会有网页快照的链接。“网页快照”调出的网页是储存在搜索引擎服务器里的“库存网页”,这些网页是搜索引擎事先访问并且保存下来的。这样,即使某网站被封,仍然可以用“网页快照”功能把此网站以前的内容从搜索引擎数据库中调出来。网页快照是在网络爬虫Spider访问网页时保存下来的。目前的搜索引擎所提供的网页快照,一般分为两种主要方式。一种是将网页上的内容,特别是文字部分以文本形式显示出来,而将原来网页中的其他静态和动态内容如图片、doc、pdf、多媒体、动态网页等都过滤掉,这样的网页快照比较简单,当然就比较安全,但是有些内容就无法提供给用户。采用这种网页快照方式的搜索引擎网站的代表是北大天网。另一种像百度提供的网页快照,则尽可能地保存了原有网页的内容。


    推荐阅读