下面向站长介绍一些常见的抓取异常原因:

  1,服务器连接异常  服务器连接异常会有两种情况:一种是站点不稳定,Baiduspider尝试连接您网站的服务器时出现暂时无法连接的情况;一种是Baiduspider一直无法连接上您网站的服务器.

  造成服务器连接异常的原因通常是您的网站服务器过大,超负荷运转.也有可能是您的网站运行不正常,请检查网站的web服务器(如apache、iis)是否安装且正常运行,并使用浏览器检查主要页面能否正常访问.您的网站和主机还可能阻止了Baiduspider的访问,您需要检查网站和主机的防火墙.

  2,网络运营商异常:网络运营商分电信和联通两种,Baiduspider通过电信或网通无法访问您的网站.如果出现这种情况,您需要与网络服务运营商进行联系,或者购买拥有双线服务的空间或者购买cdn服务.

  3,DNS异常:当Baiduspider无法解析您网站的IP时,会出现DNS异常.可能是您的网站IP地址错误,或者域名服务商把Baiduspider封禁.请使用WHOIS或者host查询自己网站IP地址是否正确且可解析,如果不正确或无法解析,请与域名注册商联系,更新您的IP地址.

  4,IP封禁:IP封禁为:限制网络的出口IP地址,禁止该IP段的使用者进行内容访问,在这里特指封禁了BaiduspiderIP.当您的网站不希望Baiduspider访问时,才需要该设置,如果您希望Baiduspider访问您的网站,请检查相关设置中是否误添加了BaiduspiderIP.也有可能是您网站所在的空间服务商把百度IP进行了封禁,这时您需要联系服务商更改设置.

  5,UA封禁: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封禁.当您的网站不希望Baiduspider访问时,才需要该设置,如果您希望Baiduspider访问您的网站,useragent相关的设置中是否有Baiduspider UA,并及时修改.

  6,死链:页面已经无效,无法对用户提供任何有价值信息的页面就是死链接,包括协议死链和内容死链两种形式:

  协议死链:页面的TCP协议状态/HTTP协议状态明确表示的死链,常见的如404、403、503状态等.

  内容死链:服务器返回状态是正常的,但内容已经变更为不存在、已删除或需要权限等与原内容无关的信息页面.

  对于死链,我们建议站点使用协议死链,并通过百度站长平台--死链工具向百度提交,以便百度更快地发现死链,减少死链对用户以及搜索引擎造成的负面影响.

  7,异常跳转:将网络请求重新指向其他位置即为跳转.异常跳转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)跳转到出错或者无效页面  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.

  8,其他异常:

  1)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.

  2)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.

  3)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.

  4)压力过大引起的偶然封禁: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Baiduspider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.