两个网站收录页面的标准是不一样的，我用一句话来形容，就是百度更愿意收录大网站的页面，而百度更愿意收录新网站的页面。

为此，我做了一个实验：我申请了一个新域名，在上面放了一个网站，然后不链接到任何其他网站，而是直接提交给百度和搜索引擎提交页面，一个月后，被百度收录的网页有篇文章，被收录的网页有0个，这证实了我之前的猜测。

这是什么意思？是不是说百度比我们强？绝对不是。因为索引页面的标准完全不同。

它是按照网页等级（）来采集的，只要网站有一定的网页等级，就会很快被采集，如果网站没有网页等级，就不会被采集，这就是无休止采集的原则。这种不按照网页等级采集的方式，其实有很大的后果，最主要的后果就是大量垃圾网站盛行，因为只要你建立一个垃圾站，就会立刻被采集（页面数），这就相当于鼓励大家变成垃圾站，盲目采集数据，当垃圾站猖獗的时候，就会被人工关闭，有的百度业务员甚至会要求流量大的网站站长去办理百度竞价排名。

这两种收录方式哪种更好呢？个人认为这种收录方式更科学。因为互联网上的网页数量是天文数字，所以收录时要有选择性，好的网站多收录，新站多收录。新站如果知名度不高，就少收录，等它逐渐知名后再多收录。这样也会提高效率，让用户搜索到更好的网页，而不是更多的网页。这给技术上打击恶意网站作弊（SEO）带来了很大难度，百度只能依靠人工的方法，通过给新站一定的“试用期”来分析它是否是作弊垃圾网站，然后删除垃圾网站。关于收录网站的具体操作，爬虫似乎对站长更“体贴”——爬虫占用的服务器资源很少，通常用头部检查网页是否有更新，如果有更新，就爬取整个页面。这种方式消耗流量较少。而百度则是不假思索地对整个网站进行爬取，有时甚至违反规则，其爬虫程序非常庞大，对于页面众多的网站来说，这通常会消耗惊人的流量，往往导致灾难性的后果。

当然，百度这种“贪婪”的爬虫方式，可以让用户搜索到百度搜不到的页面，但这实在是自私自利，弄巧成拙，给网站所有者带来诸多负面影响：服务器和带宽资源被过度消耗，垃圾网站被变相鼓励，原创、有特色的网站被边缘化，MP3音乐网站更是惨不忍睹——他们的MP3被百度盗用，导致文件下载量大，页面访问量却无。

因此，中国网民中出现了一个很奇怪的现象：大量新网民和菜鸟喜欢用百度搜索，因为百度经常能找到很多其他地方找不到的页面，但内容的匹配度值得怀疑，专业人士和老手更喜欢用，而个人站长一般对百度有“私人恩怨”。因此，百度在业界的博客和社区中的口碑不怎么样，但在普通低层网民心中却不错。大量的普通网民给百度带来了大量的流量。

注：本文刊登于2006年4月17日《计算机世界华南市场》第14期

（）（）