网站存在抓取错误的解决方法

2021-09-16    分类: 网站建设

不抓取如何会收录,又怎么有排名然而就这样一个明显的问题,却有大量的网站将其忽略掉。在a5这里做SEO诊断服务的客户中,其中“20%”的网站都会存在抓取错误,直接严重影响到网站的成长效果。今天这篇文章,如果你有幸看到,希望可以阅读完今天这篇文章,并分享出去,因为真的会很有价值。

贺贵江:曾经诊断过一个千万级别收录的站点,但是索引总是被反复的剔除,又反复的收录,企业一直找不到问题。可是当我们对网站检查之初就发现一个怪的现象了:

1、错误的封禁

在百度的robots.txt的更新上,如果多次点击“检测并更新”就会出现时常可以更新,但是又时常无法更新的问题。如此一来:不应当被收录的东西,在robots.txt上禁止的被收录了,又删除就很正常了。那么它的问题是什么呢并非服务器负载过度,而是因为防火墙错误的将部分Baiduspider列入了黑名单。

上面这个例子是robots.txt方面的抓取错误,作为站长最少应该每周都检查更新一下robots.txt是否可以正常更新。之后我们再看下“页面抓取”方面的错误:

2、服务器异常

常规的服务器就不说啦,大家都知道的,北上广的一般都不错。不过有一些特殊服务器,想必绝大多数的站长都不知道吧例如西部数码的“港台服务器”就很有趣,真的是港台的吗本身机房在国内,还算什么港台为了逃避备案而用一个港台的IP,数据全部在国内。

这样有什么不好呢我们会发现:站点的服务器是经过CDN的,哪怕是你上传的一张图片,都会显示为“302状态码”,访问速度是提升上去了,可是这样利于SEO吗呵呵哒。真不知道西数做为国内大型idc服务商是如何想的,利用那些无知吗

3、获取不到真实IP

规模较大的网站,一般都会使用CDN加速,但是有些站点不仅仅对“设备”使用了CDN加速,而且还对Spider使用了加速功能。最后的结果是什么呢如果CDN节点不稳定,那么对网站spider来讲,这个问题将是致命的。

很多大型站点开放CDN的原因就是容易被攻击,这个时候如果不做“蜘蛛回源”就可想而知了。你的站点做了CDN了吗请登录百度站长平台查看一下spider是否可以抓取真实IP地址吧!

4、频繁的50X类错误

这样的链接其中一个共同的特点是:当打开后,全部都是正常的,那么Spider为什么会报错提醒呢只是因为在爬虫发起抓取的那一刻,httpcode返回了5XX",你的站点是否频繁有这样的问题呢有的话需要立即安排技术,或者通报IDC服务商做解决了!

5、错误的抓取比例

任何网站都做不到100%不出问题,但是万事有一个度:我们认为,这个比例不超过5%,对网站基本上是无影响的,且这样的错误不应当每天都出现。最常见的抓取错误一般都是连接超时:"抓取请求连接建立后,下载页面速度过慢,导致超时,可能原因服务器过载,带宽不足"这种情况:

a:尽量在不影响图片质量的情况下,对图片进行压缩,上传的时候就进行了压缩。

B:减少如JS脚本文件类型的使用,或者进行合并

C:页面大小进行控制,尤其是一些浏览量、抓取量较高的页面,不建议超过2MB。

D:增加网站的带宽,提升下载速度,或者更换服务器。

分享标题: 网站存在抓取错误的解决方法
路径分享:https://www.cdcxhl.com/news15/127065.html

成都网站建设公司_创新互联,为您提供品牌网站制作动态网站微信小程序网站制作网站营销手机网站建设

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