浅谈百度爬虫的HTTP状态码返回机制

所属分类: 网站运营 / 网站优化 阅读数: 79
收藏 0 赞 0 分享

研究seo的一定很了解下面这些返回码的含义了,对于这些不是很熟悉的朋友也应该了解一下基本的比如200是请求成功,301重定向,404找不到等等。下面首先会介绍一下百度对于各个状态吗的处理逻辑。

百度 spider 对常用的 http 返回码的处理逻辑是这样的 :

404
404返回码的含义是“NOT FOUND”,百度会认为网页已经失效,那么通常会从搜索结果中删除,并且短期内spider再次发现这条url也不会抓取。

503
503返回码的含义是“Service Unavailable”,百度会认为该网页临时不可访问,通常网站临时关闭,带宽有限等会产生这种情况。对于网页返回503,百度spider不会把这条url直接删除,短期内会再访问。届时如果网页已恢复,则正常抓取;如果继续返回503,短期内还会反复访问几次。但是如果网页长期返回503,那么这个url仍会被百度认为是失效链接,从搜索结果中删除。

403
403返回码的含义是“Forbidden”,百度会认为网页当前禁止访问。对于这种情况,如果是新发现的url,百度spider暂不 会抓取,短期内会再次检查;如果是百度已收录url,当前也不 会直接删除,短期内同样会再访问。届时如果网页允许访问, 则正常抓取;如果仍不允许访问,短期内还会反复访问几次。 但是如果网页长期返回403,百度也会认为是失效链接,从搜索结果中删除。

301
301返回码的含义是“Moved Permanently”,百度会认为 网页当前跳转至新url。当遇到站点迁移,域名更换、站点改版的情况时,推荐使用301返回码,尽量减少改版带来的流量损 失。虽然百度spider现在对301跳转的响应周期较长,但我们 还是推荐大家这么做。

如果站点临时关闭,当网页不能打开时,不要立即返回404,建议使用503状态。503可以告知百度spider该页面临时不可访问,请过段时间再重试。
如果百度spider对您的站点抓取压力过大,请尽量不要使用404,同样建议返回503。这样百度spider会过段时间再来尝试抓取这个链接,如果那个时间站点空闲,那它就会被成功抓取了。
有一些网站希望百度只收录部分内容,例如审核后的内容,累积一段时间的新用户页等等。在这种情况,建议新发内容暂时返回403,等审核或做好处理之后,再返回正常状态的返回码。
站点迁移,或域名更换时,请使用301返回码。


更多精彩内容其他人还在看

关键字排名下降原因分析

很多站长都苦恼自己的网站关键字排名下降,每一次的更新都牵绊着很多站长的心,下面我把关键字排名下降的原因做一个归总。
收藏 0 赞 0 分享

新站寻找友情链接的方法

网站友情链接就是你链接我,我链接你的网站,而且在网站代码中能找到网站的名称和地址,就这样相互链接的一个过程。
收藏 0 赞 0 分享

百度对友情链接网站的权重分配分析

Google存在pr,存在权重投票。百度呢,这边没有明显的衡量标准,杭州SEO的空间更换之后今天首页快照终于出现了一次更新,期待明天会是同样的快照更新,现在排名在第二页了,做了浙江SEO、上海SEO还有一些词汇做了一些权重分散。
收藏 0 赞 0 分享

从优化比较成功网站的共同特征

关于SEO做的比较好的网站的几个特征,相信大家对SEO技术都有一定的研究和功力了,一个用SEO技术优化得很好的网站会有以下几个特征
收藏 0 赞 0 分享

才能更准确查看反向链接分析

如何知道有多少个站链接指向我的站?做SEO网站推广我们要知道如何更准确查看反向链接?
收藏 0 赞 0 分享

做好网站内部链接优化的经验分享

什么是内部链接?内部链接和外部链接有什么不同?
收藏 0 赞 0 分享

同时做好站内优化和站外优化

SEO可以简分为两类:站内SEO和站外SEO,那么站内和站外的SEO优化区别是什么呢?
收藏 0 赞 0 分享

搜索引擎优化多元化的技巧分析

随着互联网的不断发展和成熟!搜索引擎的算法也越来越智能化,搜索引擎的算法变更也越来越频繁,如何在以后的搜索引擎优化中保持不败的地位,这个成了每个做网站优化的人最关心的事情了。
收藏 0 赞 0 分享

优化网站内容页面更能得到百度的喜爱的方法

自从谷歌迁至香港后,百度搜索引擎便独占大部分中国搜索引擎市场,而百度的算法技术也越来越成熟。
收藏 0 赞 0 分享

通过多站分析出网站被降权的根本原因

笔者通过分析www.daqifang.com得出以下几点网站被降权的原因
收藏 0 赞 0 分享
查看更多