當前位置:重慶網站優化 > SEO經驗 >

如何應對蜘蛛頁面抓取異常?

  搜索引擎在抓取網頁的時候,可能會遇到各種情況,有的頁面抓取成功,有的抓取失敗。怎么顯示一個頁面的實際抓取結果呢?主要是通過返回碼進行示意,代表抓取成功與否和遇到的問題。比如我們常見的,有時候打開一個頁面,頁面一片空白,上面只顯示404。這里的404就是一種返回碼,代表當前抓取的頁面已經失效,遇到顯示404的頁面,如果短期內搜索,蜘蛛再發現這個URL,也不會對其進行抓取。

應對蜘蛛頁面抓取異常

  有時候,會返回503,503返回碼代表網站臨時無法訪問,可能是網站服務器關閉或者其他臨時措施造成的網頁無法訪問,一般來說,蜘蛛還會繼續抓取幾次。如果網站恢復正常,∪RL仍然被當作正常URL處理,如果服務器一直處于不可訪問狀態,那么搜索引擎就會將這些URL徹底從庫中刪除,這就要求我們必須維護網站的穩定性盡量避免臨時關閉的情況發生。返回碼403是禁止訪問狀態,一般來說,如同503—樣,如被多次訪問仍處于禁止訪問狀態,就會被搜索引擎從庫里面刪除。

  在返回碼中,有一類需要格外注意,就是301。301代表永久性移除,當前URL被永久性重定向到另外的URL。一般來說,因為改版等原因,部分URL需要永久被替換為新的URL,就必須使用返回碼301進行處理,這樣能把權重等并帶過去,避免網站的流量損失返回碼301的優化寫法如下。

  (1)創建個htaccess.txt文件。

  (2)在 htaccess tx里寫好返回碼301的跳轉信息。假設舊的URL為abc.com,需要重定向到www.abc.com,需在文件里寫如下信息。

  (3)將 htaccess. txt上傳到FTP,然后將 htaccess. txt修改為.htaccess需要提醒的是目前 htaccess只適用于 Linux系統,并需要虛擬主機支持,因此,在考慮 htaccess文件處理返回碼301的時候,需要查看虛擬主機是否完全支持。實際上,在重定向的處理上存在多種方式,簡單來說,重定向可以分為h30重定向、 meta refresh重定向和js重定向。另外,大的搜索引擎公司,比如谷歌和百度都確認支持 Canonica標簽,可以通過制定一個權威頁面的方式,引導蜘蛛只索引一個權威頁面,從實際效果上來說,也是一種間接的重定向。在實際抓取過程中,蜘蛛會對各種重定向效果進行識

  。重定向的方法有多種,但是從SEO角度來說,如果是永久跳轉的頁面,盡量采用返回碼301的跳轉方式。另外,從時間結果來看,百度對 Canonica的支持并不如谷歌好,采用 Canonica未必能得到如期效果。有些網站通過不同的路徑進入同一頁面,可能會出現多個URL的情況,當面對這種情況時,可能需要一些處理技巧,關于Canonical的使用技術可參見本書關于 Canonical的專門講解外鏈等因素對搜索的排名是有影響的,那么在抓取環節是否也有影響呢?百度在它的抓取政策上有優先級的說明,即執行包括“深度優先遍歷策略、寬度優先遍歷策略、PR優先策略、反鏈策略、社會化分享指導策略等”。同時,這也說明每個策略各有優劣,在實際情況中往往是多種策略結合使用才能達到最優的抓取效果。從這段官方說明里面可以看到PR優先策略、反鏈策略、社會化分享等字眼,我們可以認為,百度在實際抓取的時候,其實都考慮了這些因素,只是權重可能有所不同,因此,盡量提高網頁PR,增加更高質量的外鏈,進行高質量的社會化分享,對網站的SEO工作是有積極意義的。

  另外,針對互聯網存在的大量“盜版”“采集”的網頁情況,在抓取的過程中,蜘蛛會通過技術判斷頁面是否已經被抓取過,并對URL不同但是實際內容相同的頁面的URL進行歸一化處理,即視作一個URL。也就是告訴SEO人員,不要通過大量創建頁面的方式來獲得更多的搜索資源,如果頁面很多,但是每個頁面的內容重復性很高或者僅是URL中包含無效參數來實現多個頁面,搜索引擎仍然把這些URL當作一個URL處理,即網站頁面不是越多越好,通過功利的方式拼湊網頁,大量部署長尾,但是頁面質量堪憂,效果會適得其反。如果大量此類頁面被搜索引擎判斷為低質量頁面,可能會影響到整站的SEo效果。

文章來源:重慶SEO,家專業從事重慶網站優化,重慶建網站,百度關鍵詞排名的公司,有相關需要請聯系QQ:470891619>
无码不卡中文字幕aV