站点抓取异常存在的几种情况
分享
评论
赞0
1、典型的抓取异常情况
情况一：404页面
协议死链，用户已无法访问该页面内容，建议通过百度站长平台--死链工具提交死链的方式进行处理，以便搜索引擎更快地发现死链，减少死链对用户以及搜索引擎造成的负面影响。
情况二：IP禁封
限制网络出口IP地址，禁止该IP段的使用者进行内容访问，即为IP禁封。请检查系统服务器是否设置了针对百度spider的IP禁封规则。
情况三：UA禁封
UA即为用户代理（User-Agent），服务器通过UA识别访问者的身份，当网站针对指定UA的访问返回异常页面（如403，500）或跳转到其他页面的情况，即为UA禁封。请检查系统服务器是否设置了针对百度spider的UA禁封规则。
情况四：异常重定向
将网络请求重新指向其他位置即为重定向。异常重定向指的是以下几种情况：
1）当前该页面为无效页面（内容已删除、死链等），直接跳转到前一目录或者首页，百度建议站长将该无效页面的入口超链接删除掉
2）重定向到出错或者无效页面
3）重定向的跳转超过3次，也为异常
注意：对于长时间跳转到其他域名的情况，如网站更换域名，百度建议使用301跳转协议进行设置。
情况五：其他
JS跳转异常：网页加载了百度无法识别的JS跳转代码，使得用户通过搜索结果进入页面后发生了跳转的情况。
针对百度ua的异常：网页对百度UA返回不同于页面原内容的行为。
针对百度refer的异常：网页针对来自百度的refer返回不同于正常内容的行为。
压力过大引起的偶然禁封：百度会根据站点的规模，访问量等信息，自动设定一个合理的抓取压力。但是在异常情况下，如压力控制失常时，服务器会根据自身负荷进行保护性的偶然封禁。这种情况下，请在返回码中返回503(其含义是“Service Unavailable”)，这样百度spider会过段时间再来尝试抓取这个链接，如果网站已空闲，则会被成功抓取
猜你喜欢
评论(0人参与，0条评论)
发布评论
最新评论