搜索引擎不抓取頁(yè)面 服務(wù)器端的五個(gè)問(wèn)題　

1、錯(cuò)誤的封禁

　　在百度的robots.txt的更新上，如果多次點(diǎn)擊“檢測(cè)并更新”就會(huì)出現(xiàn)時(shí)?？梢愿拢怯謺r(shí)常無(wú)法更新的問(wèn)題。如此一來(lái)：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(wèn)題是什么呢？并非服務(wù)器負(fù)載過(guò)度，而是因?yàn)榉阑饓﹀e(cuò)誤的將部分Baiduspider列入了黑名單。

 

　　2、服務(wù)器異常

　　常規(guī)的服務(wù)器就不說(shuō)了，大家都知道的，北上廣的一般都不錯(cuò)。不過(guò)有一些特殊服務(wù)器，想必絕大多數(shù)的站長(zhǎng)都不知道吧？例如西部數(shù)碼的“港臺(tái)服務(wù)器”就很有趣，真的是港臺(tái)的嗎？本身機(jī)房在國(guó)內(nèi)，還算什么港臺(tái)？為了逃避備案而用一個(gè)港臺(tái)的IP，數(shù)據(jù)全部在國(guó)內(nèi)。

　　這樣有什么不好呢？我們會(huì)發(fā)現(xiàn)：站點(diǎn)的服務(wù)器是經(jīng)過(guò)CDN的，哪怕是你上傳的一張圖片，都會(huì)顯示為“302狀態(tài)碼”，訪問(wèn)速度是提升上去了，可是這樣利于SEO嗎？

　　3、獲取不到真實(shí)IP

　　規(guī)模較大的網(wǎng)站，一般都會(huì)使用CDN加速，但是有些站點(diǎn)不僅僅對(duì)“設(shè)備”使用了CDN加速，而且還對(duì)Spider使用了加速功能。后的結(jié)果是什么呢？如果CDN節(jié)點(diǎn)不穩(wěn)定，那么對(duì)網(wǎng)站spider來(lái)講，這個(gè)問(wèn)題將是致命的。

　　很多大型站點(diǎn)開(kāi)放CDN的原因就是容易被攻擊，這個(gè)時(shí)候如果不做“蜘蛛回源”就可想而知了。你的站點(diǎn)做了CDN了嗎？請(qǐng)登錄百度站長(zhǎng)平臺(tái)查看一下spider是否可以抓取真實(shí)IP地址吧!

　　4、頻繁的50X類(lèi)錯(cuò)誤

　　這樣的鏈接其中一個(gè)共同的特點(diǎn)是：當(dāng)打開(kāi)后，全部都是正常的，那么Spider為什么會(huì)報(bào)錯(cuò)提醒呢？只是因?yàn)樵谂老x(chóng)發(fā)起抓取的那一刻，httpcode返回了5XX"，你的站點(diǎn)是否頻繁有這樣的問(wèn)題呢？有的話需要立即安排技術(shù)，或者通報(bào)IDC服務(wù)商做解決了!

 

 

　　5、錯(cuò)誤的抓取比例

　　任何網(wǎng)站都做不到100%不出問(wèn)題，但是萬(wàn)事有一個(gè)度：我們認(rèn)為，這個(gè)比例不超過(guò)5%，對(duì)網(wǎng)站基本上是無(wú)影響的，且這樣的錯(cuò)誤不應(yīng)當(dāng)每天都出現(xiàn)。常見(jiàn)的抓取錯(cuò)誤一般都是連接超時(shí)："抓取請(qǐng)求連接建立后，下載頁(yè)面速度過(guò)慢，導(dǎo)致超時(shí)，可能原因服務(wù)器過(guò)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(duì)圖片進(jìn)行壓縮，上傳的時(shí)候就進(jìn)行了壓縮。
　　B：減少如JS腳本文件類(lèi)型的使用，或者進(jìn)行合并
　　C：頁(yè)面大小進(jìn)行控制，尤其是一些瀏覽量、抓取量較高的頁(yè)面，不建議超過(guò)2MB。
　　D：增加網(wǎng)站的帶寬，提升下載速度，或者更換服務(wù)器。