标签：页面源码

HTML 体积与正文位置：蜘蛛抓取一次能拿到多少有效内容

蜘蛛拿到的是服务器返回的 HTML 源码，页面体积与正文位置直接决定这次抓取的有效信息量。本文拆解页面变胖的常见来源，说明正文为什么应尽量靠前，并给出体积、压缩与源码顺序的检查清单，帮助降低单次抓取的传输与解析成本。