百度智能小程序资源收录

在 Web 生态中，搜索引擎如何发现并收录资源大家并不陌生。爬虫通过抓取 Web 网页，能够很好的解析页面内容，并为其建立索引。那么作为依托于客户端形态存在的小程序，又是如何实现资源收录的呢？

答案是，既然 Web 爬虫技术已经相对成熟，只要将小程序转换为一个 Web 版本，即可轻松借助已有的爬虫能力实现小程序页面的收录。到这里，今天的主角就要隆重登场了 —— Web 化小程序

Web 化小程序是百度小程序的 Web 版本。每个 Web 化小程序都是一个单页面应用站点，可以通过唯一对应的 URL 在浏览器打开。Web 化小程序与对应的客户端打开的小程序内容、样式和交互行为基本一致。

以百度翻译小程序为例，下图为百度翻译小程序在百度 App 中打开和它的 Web 化小程序在 safari 浏览器打开的效果：

那么 Web 化小程序是如何生成的呢？

百度智能小程序具有自动生成 Web 化的能力，在小程序发布时，后台会自动为每个小程序生成一份 Web 化小程序。也就是说 Web 化对小程序开发者来说是透明的，开发者几乎不用做额外的适配即可完成转换（当然，由于H5与客户端天然存在的差异，我们仍有一些开发建议希望开发者能够关注，后面会详细介绍）。

有人问：想让爬虫认识至于那么认真吗？有个 HTML 就够了，还要和客户端小程序样式和交互保持一致？事实上，随着SPA应用的大量普及，现代爬虫如果仅通过解析静态 HTML ，无法充分获取有效页面内容。因此 爬虫的抓取过程，会渲染页面，并根据页面的动态数据和样式布局等信息更好的理解页面内容。也就是说，爬虫看到的页面和我们看到的页面是一模一样的。

在百度开发者工具 2.2.4 以上版本，默认开启 Web 化。之前版本的工具需要手动打开 Web 化开关。对于之前未开启 Web 化的小程序，只要升级工具到最新版本，重新发布，即可自动开启。

当有小程序发布后，爬虫会通过自主发现的方式收录 Web 化小程序的各个页面，为其建立索引。

除了自主发现的资源收录方式，如果开发者想要获取更高时效的资源收录效率，还可以通过主动提交资源列表，即 sitemap 的方式实现天级和周级资源收录。sitemap 提交详见官方文档《接入自然搜索结果 - 提交sitemap 》

对于在百度已收录了 H5 站的资源，也可以通过配置 H5 域名和提交 H5 与小程序页面映射规则的方式替换原 H5 页面收录结果继承已有权重。具体提交方式详见官方文档《接入自然搜索结果 - 配置URL映射规则》