?SEO網站優化SEOER,每天都要時刻關注百度蜘蛛有沒有來抓取網站,抓取了網站哪些內容,沒有抓取網站哪些內容,再沒有抓取的頁面上觀察調整網站的問題
想要提高爬蟲抓取頻率可以從幾個方面著手,簡單介紹提高spider抓取網站的策略
提高spider抓取策略有哪些?一、抓取友好性
抓取壓力調配降低對網站的訪問壓力帶寬造成訪問壓力大,會直接影響網站的正常用戶訪問,為了不影響網站的正常用戶訪問,又能讓spider抓取有價值性的頁面
1、IP壓力控制如果一個域名下存在多個IP,或者是多個域名下對應同一個IP,需要根據IP和域名多種條件進行壓力調配控制
也可以在站長平臺中使用壓力反饋工具,人工調配對網站的抓取壓力,這樣spider會優先根據站長的要求進行抓取壓力控制
2、站點的抓取速度如果在同一個站點,抓取速度控制有兩類
第一類,一段時間內的抓取頻率;第二類,一段時間內的抓取流量
同一個站點在不同的時間內抓取的速度是不同的,根據站點的類型來設置
二、常用抓取返回碼示意1、404
“NOT FOUND”,表示該網頁已經失效,通常在庫中刪除,spider如果發現這條Url是不會抓取的
2、503
“Service Unavailable”,表示該網頁暫時不能訪問
網頁返回503狀態碼,百度spider不會直接刪除這條URL,再訪問多次的情況下,網頁如果恢復正常,就能正常抓取
如果繼續返回503,才會認為是失效鏈接,從庫中刪除
3、403
“Forbidden”, 表示該網頁目前禁止訪問
如果生成的是新的URL,spider是暫時不會抓取,也是會再訪問多次;如果是被收錄的URL,不會直接刪除,短期內同樣反復訪問幾次
如果網頁正常訪問,則正常抓取;如果仍然禁止訪問,那么這條URL也會被認為是失效鏈接,從庫中刪除
4、301
“Moved Permanently”, 表示該網頁重定向到新的URL
如果站點需要更換域名、站點改版的情況下,需要設置301重定向,也可以在站長平臺上網站改版工具提交,有效減少網站的流量損失
來源
搜外網
請立即點擊咨詢我們或撥打咨詢熱線: 18942620423,我們會詳細為你一一解答你心中的疑難。項目經理在線