2021-01-28 分類: 網(wǎng)站建設(shè)
診斷服務(wù)的客戶中,其中“20%”的網(wǎng)站都會存在抓取錯誤,直接嚴(yán)重影響到網(wǎng)站的成長效果。今天這篇文章,如果你有幸看到,希望可以閱讀完今天這篇文章,并分享出去,因為真的會很有價值。
曾經(jīng)診斷過一個千萬級別收錄的站點,但是索引總是被反復(fù)的剔除,又反復(fù)的收錄,企業(yè)一直找不到問題??墒钱?dāng)我們對網(wǎng)站檢查之初就發(fā)現(xiàn)一個怪的現(xiàn)象了:
?
1、錯誤的封禁
在百度的robots.txt的更新上,如果多次點擊“檢測并更新”就會出現(xiàn)時??梢愿?,但是又時常無法更新的問題。如此一來:不應(yīng)當(dāng)被收錄的東西,在robots.txt上禁止的被收錄了,又刪除就很正常了。那么它的問題是什么呢?并非服務(wù)器負(fù)載過度,而是因為防火墻錯誤的將部分Baiduspider列入了黑名單。
上面這個例子是robots.txt方面的抓取錯誤,作為站長最少應(yīng)該每周都檢查更新一下robots.txt是否可以正常更新。之后我們再看下“頁面抓取”方面的錯誤:
2、服務(wù)器異常
常規(guī)的服務(wù)器就不說啦,大家都知道的,北上廣的一般都不錯。不過有一些特殊服務(wù)器,想必絕大多數(shù)的站長都不知道吧?例如西部數(shù)碼的“港臺服務(wù)器”就很有趣,真的是港臺的嗎?本身機房在國內(nèi),還算什么港臺?為了逃避備案而用一個港臺的IP,數(shù)據(jù)全部在國內(nèi)。
?
這樣有什么不好呢?我們會發(fā)現(xiàn):站點的服務(wù)器是經(jīng)過CDN的,哪怕是你上傳的一張圖片,都會顯示為“302狀態(tài)碼”,訪問速度是提升上去了,可是這樣利于SEO嗎?呵呵噠。真不知道西數(shù)做為國內(nèi)大型IDC服務(wù)商是如何想的,利用那些無知嗎?
3、獲取不到真實IP
規(guī)模較大的網(wǎng)站,一般都會使用CDN加速,但是有些站點不僅僅對“設(shè)備”使用了CDN加速,而且還對Spider使用了加速功能。最后的結(jié)果是什么呢?如果CDN節(jié)點不穩(wěn)定,那么對網(wǎng)站spider來講,這個問題將是致命的。
?
很多大型站點開放CDN的原因就是容易被攻擊,這個時候如果不做“蜘蛛回源”就可想而知了。你的站點做了CDN了嗎?請登錄百度站長平臺查看一下spider是否可以抓取真實IP地址吧!
4、頻繁的50X類錯誤
?
這樣的鏈接其中一個共同的特點是:當(dāng)打開后,全部都是正常的,那么Spider為什么會報錯提醒呢?只是因為在爬蟲發(fā)起抓取的那一刻,httpcode返回了5XX",你的站點是否頻繁有這樣的問題呢?有的話需要立即安排技術(shù),或者通報IDC服務(wù)商做解決了!
5、錯誤的抓取比例
?
任何網(wǎng)站都做不到100%不出問題,但是萬事有一個度:我們認(rèn)為,這個比例不超過5%,對網(wǎng)站基本上是無影響的,且這樣的錯誤不應(yīng)當(dāng)每天都出現(xiàn)。最常見的抓取錯誤一般都是連接超時:"抓取請求連接建立后,下載頁面速度過慢,導(dǎo)致超時,可能原因服務(wù)器過載,帶寬不足"這種情況:
A:盡量在不影響圖片質(zhì)量的情況下,對圖片進行壓縮,上傳的時候就進行了壓縮。
B:減少如JS腳本文件類型的使用,或者進行合并
C:頁面大小進行控制,尤其是一些瀏覽量、抓取量較高的頁面,不建議超過2MB。
D:增加網(wǎng)站的帶寬,提升下載速度,或者更換服務(wù)器。
分享題目:排名難 頁面不收錄?抓取錯誤在搞鬼
URL網(wǎng)址:http://jinyejixie.com/news/97898.html
成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián),為您提供網(wǎng)站維護、網(wǎng)站設(shè)計、響應(yīng)式網(wǎng)站、手機網(wǎng)站建設(shè)、用戶體驗、網(wǎng)站建設(shè)
聲明:本網(wǎng)站發(fā)布的內(nèi)容(圖片、視頻和文字)以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主,如果涉及侵權(quán)請盡快告知,我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場,如需處理請聯(lián)系客服。電話:028-86922220;郵箱:631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載,或轉(zhuǎn)載時需注明來源: 創(chuàng)新互聯(lián)
猜你還喜歡下面的內(nèi)容