搜索引擎能否檢索到知乎網站的內容？

02-06

我發現通過搜狗竟然可以搜索到我在知乎上發表的部分內容。

一圖流，不解釋

-----------------------一下內容是2011-08-17 的回復，針對的是當時的提問和原因結果的回答--------------------

就目前狀況（2011-08-17 ），知乎的有限度開放幾乎沒辦法讓任何SE蜘蛛順利抓取（非登陸狀態，蜘蛛看到的也是這種狀態，其實知乎半開放頁面，只是為了吸引真正的訪問者註冊登錄而已，是沒有考慮SEO的）：

首先缺乏有效的入口，因為沒有聚合頁面；

現在能被收錄的，許多是有人把問題鏈接發到了外部網站的

【：）說不定許多人並不知道或忽略了只有登錄才能看到真正頁面內容的，所以更多互聯網用戶是初級的，經常看到有的網友把個人後台URL當主頁地址發出去，比如，歡迎大家訪問我的主頁：http://www.xxx.com/user/，他以為他看到的內容就是別人可以訪問的內容】；

更要命的是被訪問的頁面（非登陸狀態）放出來的鏈接SE蜘蛛是無法抓取的，因為都是JS結構：

汗無法直接帖HTML代碼，會給自動清除掉，那貼個鏈接吧：

http://cache.baidu.com/c?m=9d78d513d9d706ef06e2ce384b54c0676a499d267992c715089cc913c9234c413037bee43a6157539283273a5db24a57effa31773607p=8b2a9f5dc0df07f008e292345fuser=baidufm=scquery=site%3Azhihu%2Ecomqid=aa33d17c041b8bbap1=80

直接查看源文件中的鏈接結構：

都是類似

a class="wp" href=" javascript:; " 電子商務 a （處理了下，不然無法發出來）

href=" javascript:; " 電子商務"

也就是說，SE蜘蛛是無法順著這些鏈接去抓取下個頁面的。

======================================================================

2013/6/25補充：的確哪裡都有討厭的人（不是說付鵬），拿13的結果說11年的因與果，直接說我是個二逼（已刪），被人指正，還說我知道，就是討厭Y的（小歐回復駱啟明呵呵，我知道。但奏是很討厭丫的。），這樣的素質真不敢恭維，真是自己抽自己的嘴巴。

實際情況需要通過搜索引擎檢索，命令是site: 域名。

是否能被檢索到主要看知乎的運營策略了，在技術上如何應對爬蟲。

現在貌似google可以檢索知乎上的內容了

不知道為什麼@檀斌的回答得到了贊，是現在知乎的風氣就是看回答多的問題就覺得是用心的然後就贊？為什麼就不能親自測試一下呢？

google測試：

關鍵詞 allinurl:http://zhihu.com/question 即搜索所有收錄地址中含有"http://zhihu.com/question"子串的所有鏈接地址，亦即知乎的所有被收錄的問題，找到約 23,800,000 條結果（用時 0.60 秒）

可以看到，抓取的都是知乎的問題頁面，顯然站外引用兩千多萬條不合理，我們只能認為這是從知乎抓取來的

。

百度測試：

關鍵詞site:(http://zhihu.com) inurl: (question)，作用同上，百度為您找到相關結果約264,000個

百度的爬蟲看起來也像是爬到了知乎全站內容的樣子，如果站外引用達到二十六萬，這很恐怖綜上，搜索引擎肯定不只只是從站外引用抓取到的鏈接

使用指令「site:zhihu.com」搜索可知。

從搜索結果來看，知乎被檢索一小部分。

這要看知乎自己的設置。一般來說用戶登錄才能看但搜索引擎不一定，因為他們看的是另一個版本，就好像discuz論壇早就對搜索提供一個頁面而用戶看的是另一個頁面。