搜索引擎抓取一个网页，互联网上无数网站，每家代码，格式都不一样，你采集器采集，你必须要找到标题和内容部分的规则才能采集，那么搜索引擎面对成千上万的网站，格式五花八门的，他是如何识别网页哪部分是文章内容的呢