如何避免蜘蛛陷阱

2022-05-02    分类: 网站建设

有一些网站设计技术对搜索引擎来说很不友好,不利于蜘蛛爬行和抓取,这些技术被称为蜘蛛陷阱。常见的应该全力避免的蜘蛛陷阱包括如下这些。

1、Flash
在网页的某一小部分使用Flash增强视觉效果是很正常的,比如用Flash做成的广告图标等。这种小Flash和图片是一样的,只是HTML代码中的很小一部分,页面上还有其他以文字为主的内容,所以对搜索引擎抓取和收录没有影响。
但是有的网站整个首页就是一个大的Flash文件,这就构成了蜘蛛陷阱。搜索引擎抓取的HTML代码只有一个连向Flash文件的链接,没有其他文字内容。读者可以参考前面例子的源代码,搜索引擎是无法读取Flash文件中的文字内容和链接的。这种网站整个就是一个Flash的网站,可能视觉效果做得精彩异常,可惜搜索引擎看不到,不能索引出任何文字信息,也就无从判断相关性。
有的网站喜欢在首页放一个Flash动画片头(FlashIntro),用户访问网站看完片头后被转向到真正的HTML版本的文字网站首页,搜索引擎不能读取Flash,一般也没办法从FlashIntro跟踪到HTML版本页面。
近几年搜索引擎不停尝试读取Flash文件,尤其是里面的文字内容和链接,也取得了一定进展.站长可以使用SWFObject和sIFR等技术使Flash文件更易于被搜索引擎读取不过我的观点是,与其费劲去研究怎么让搜索引擎读取Flash文件,不如裝成普通的HTML版本的网站,如果你的网站除了Flash外不足以展現公司实力,那么你的公司应该是世界500强级别的.SEO就不重要了。
整个网站就是一个大Flash文件,从SEO角度来说是万万不可的。如果Flash效果是必需的,至少也需要在首页加上一个通往HTML版本的链接,这个链接应该是在Flash文件之外的HTML代码中,搜索引擎跟踪这个链接可以抓取后面的HTML版本页面。
2、SessionID
有些网站使用SessionID〔会话ID)跟踪用户访问,每个用户访问网站时都会生成独特唯一的SessionID,加在URL中,搜索引擎蜘蛛的每一次访问也会被当成一个新的用户,URL中会加上一个不同的SessionID,这样搜索引擎蜘蛛每次来访问时所得到同一个页面的URL将不一样,后面带着一个不一样的SessionID.这也是最常见的蜘蛛陷阱之一。
搜索引擎遇到这种长长的SessionID,会尝试判断字符串是SessionID还是正常参数.成功判断出SessionID就可以去掉SessionID,收录正常URL.但也经常判断不出来,要么不愿意收录,要么收录多个册有不同SessionID的URL,内容却完全一样,形成大量复制内容,这两种情况对网站优化都不利。
通常建议跟踪用户访问应该使用cookies而不要生成SessionID,或者程序判断访问者是搜索引擎蜘蛛还是普通用户,如果是搜索引擎蜘蛛,则不生成SessionID,跟踪搜索引擎蜘蛛访问是没什么意义的,蜘蛛既不会填表,也不会把商品放入购物车 。
3、各种跳转
除了后面会介绍的301转向以外,搜索引擎对其他形式的跳转都比较敏感,如302跳转.JavaScript跳转、Flash跳转、MetaRefresh跳转。
有些网站用户访问首页时会被自动转向到某个目录下的页面,如果是按用户地理位置转向至最适合的目录,那倒情有可原,但大部分这种首页转向看不出任何理由和目的,这样的转向能避免则避免。
如果必须转向,301转向是搜索引擎推荐的、用于网址更改的转向,可以把页面权重从旧网址转移到新网址。其他转向方式都对蜘蛛爬行不利,原因在于后面作弊一章所要介绍的,黑帽SEO经常使用转向欺骗搜索引擎和用户,所以除非万不得已,尽量不要使用301转向以外的跳转。
4、框架结构
如果作为站长的你不知道什么是框架结构(Frame),那么恭喜你,你已经避免了这个蜘蛛陷阱,根本没必要知道什么是框架结构,如果你在网站设计中还在使用框架结构,我的建议是立即取消。
使用框架结构设计页面,在网站诞生初期曾经挺流行,因为对网站的页面更新维护有一定方便性,不过现在的网站已经很少使用框架了,不利于搜索引擎抓取是框架越来越不流行的重要原因之一。对搜索引擎来说,访问一个使用框架的网址所抓取的HTML只包含调用其他HTML文件的代码,并不包含任何文字信息,搜索引擎根本无法判断这个网址的内容是什么,虽然蜘蛛可以跟踪框架中所调用的其他HTML文件,但是这些文件经常是不完整的页面,比如没有导航只是正文,搜索引擎也无法判断框架中的页面内容应该属于主框架,还是属于框架调用的文件。
总之,如果你的网站还在使用框架,或者你的老板要使用框架结构,唯一要记住的是,忘记使用框架这回事。和Flash一样,别浪费时间研究怎么让搜索引擎收录框架结枃网站。
5、动态URL
动态URL指的是数据库驱动的网站所生成的、带有问号、等号及参数的网址,一般来说动态URL不利于搜索引擎蜘蛛爬行,应该尽量避免。
6、JavaScript链接
由于JavaScript可以创造出很多吸引人的视觉效果,有些网站喜欢使用JavaScript脚本生成导航系统,这也是比较严重的蛛蛛陷阱之一,虽然搜索引擎都在尝试解析s脚本不过我们不能寄希望于搜索引擎自己去克服困难,而要让搜索引擎跟踪爬行链接的工作尽一量简单容易。
据我观察,虽然有的搜索引擎在技术上可以获得JavaScript脚本中包含的链接,甚至可以执行脚本并跟踪链接,但对一些权重比较低的网站,搜索引擎觉得没有必要,不会费那个劲,所以网站上的链接必须使用最简单标准的HTML链接,尤其是导航系统用css做导航系统一样可以实现很多视觉效果。
JavaScript链接在SEO中也有特殊用途,那就是站长不希望被收录的页面(比如没有排名意义的页面,重复内容页面等),不希望彻底权重的链接,可以使用JavaScript脚本阻挡搜索引擎爬行。
7、要求登录
有些网站内容放在需要用户登录之后才能看到的会员区域,这部份内容搜索引擎无法看到,蜘蛛不能填写用户名、密码,也不会注册。
8、强制使用Cookies
有些网站为了实现某种功能,如记住用户登录信息、跟踪用户访问路径等,强制用户使用Cookies,用户浏览器如果没有启用Cookies,页面显示不正常.搜索引擎蜘蛛就相当于一个禁用了Cookies的浏览器,芜湖网站设计强制使用Cookies只能造成搜索引擎蜘蛛无法正常访问。

名称栏目:如何避免蜘蛛陷阱
转载来于:https://www.cdcxhl.com/news/148640.html

成都网站建设公司_创新互联,为您提供网站导航云服务器软件开发面包屑导航做网站网站制作

广告

声明:本网站发布的内容(图片、视频和文字)以用户投稿、用户转载内容为主,如果涉及侵权请尽快告知,我们将会在第一时间删除。文章观点不代表本网站立场,如需处理请联系客服。电话:028-86922220;邮箱:631063699@qq.com。内容未经允许不得转载,或转载时需注明来源: 创新互联

h5响应式网站建设