使用robots巧妙避免蜘蛛黑洞
浏览：109次
发布时间：2017-08-15
分享
评论
赞0
对于百度搜索引擎来说，蜘蛛黑洞特指网站通过极低的成本制造出大量参数过多、内容类同但url不同的动态URL ，就像一个无限循环的“黑洞“，将spider困住。spider浪费了大量资源抓取的却是无效网页。
如很多网站都有筛选功能，通过筛选功能产生的网页经常会被搜索引擎大量抓取，而这其中很大一部分是检索价值低质的页面。如“500-1000之间价格的租房”，首先网站（包括现实中）上基本没有相关资源，其次站内用户和搜索引擎用户都没有这种检索习惯。这种网页被搜索引擎大量抓取，只能是占用网站宝贵的抓取配额，那么该如何避免这种情况呢？
我们以北京美团网为例，看看美团网是如何利用robots巧妙避免这种蜘蛛黑洞的：
对于普通的筛选结果页，使用了静态链接
同样是条件筛选结果页，当用户选择不同排序条件后，会生成带有不同参数的动态链接，而且即使是同一种排序条件（如：都是按销量降序排列），生成的参数也都是不同的。
对于美团网来说，只让搜索引擎抓取筛选结果页就可以了，而各种带参数的结果排序页面则通过robots规则拒绝提供给搜索引擎。在robots.txt的文件用法中有这样一条规则：Disallow: /*?* ，即禁止搜索引擎访问网站中所有的动态页面。美团网恰是通过这种方式，对spider优先展示高质量页面、屏蔽了低质量页面，为spider提供了更友好的网站结构，避免了黑洞的形成。
猜你喜欢
评论(0人参与，0条评论)
发布评论
最新评论