网络爬虫资料筹备中

网页发布时间就是某个具体URL诞生的日子，这个很好理解。有些网页上会有标明，也可以通过安装浏览器插件看到，或者通过Google高级搜索也可以看到（但是后两个方法获得的时间不一定准确）。

Google爬虫访问页面的时间，是指Google爬虫光顾过页面的时间，不表示Google收录该页面。爬虫访问时间在apache日志里面可以查看到。Google爬虫会不定期的访问某个页面，其中最近的访问时间就是Google快照里的缓存时间（Cache）。

网页被Google收录的时间是指Google将网页收录到数据库里的时间。目前我们在Google里搜索的时候，会看到某些结果旁边有标记时间，譬如下图。
[url]
http://www.websbook.com/upimg/allimg/090526/1327450.gif
[/url]

对于新页面来说，这个页面是初次被收录的时间——很多时候这个页面与新网页的发布时间比较近，因为Google现在技术很NB；对于老页面而言，这个页面是Google数据库对该页面的最新更新时间——老页面只有在被发现有重大更新的时候，Google才会重新下载页面内容并做相关更新，比如搜索结果里面的更新时间显示、Cache页面更新等等。

如果Google的爬虫在访问某个页面的时候，收到304回应，那GG就不会重新下载页面的内容，因为304代码表示页面未有变动。但如果是非 304反馈的时候，GG就会下载页面内容，与数据库里的旧版本比较后决定是否采取对应行动，因为页面上的改动有些是非常微小不重要，是不需要GG采取任何更新动作的。所以页面的更新时间意义不大，也不是每次修改页面内容都会对搜索引擎有影响作用。