如果必须使用Flash制作网页,建议同时制作个供搜索引擎收录的文字版,并在首页使用文本链接指向文字版;

Ajax等搜索引擎不能识别的技术,只用在需要用户交互的地方,不把希望搜索引擎”看”到的导航及正文内容放到Ajax中;

网站应该有清晰的结构和明晰的导航,这能帮助用户快速从你的网站中找到自己需要的内容,也可以帮助搜索引擎快速理解网站中每个网页所处的结构层次。

网站结构建议采用树型结构,树型结构通常分为以下三个层次:首页——频道——文章页。象棵大树样,首先有个树干(首页),然后再是树枝(频道),后是树叶(普通内容页)。树型结构的扩展性更强,网站内容变多时,可以通过细分树枝(频道)来轻松应对。

同时,网站也应该是个网状结构,网站上每个网页都应该有指向上、下级网页以及相关内容的链接:首页有到频道页的链接,频道页有到首页和普通内容页的链接、普通内容页有到上级频道以及首页的链接、内容相关的网页间互相有链接。

网站应该有简明、清晰的导航,可以让用户快速找到自己需要的内容,同时也可以帮助搜索引擎更好的了解网站的结构。

为每个页面都加上导航栏,让用户可以方便的返回频道、网站首页,也可以让搜索引擎方便的定位网页在网结构中的层次;

内容较多的网站,建议使用面包屑式的导航,这更容易让用户理解当前所处的位置:网站首页 > 频道 > 当前浏览页面 ;

百度爬虫在进行抓取和处理时,是根据http协议规范来设置相应的逻辑的,所以请站长们也尽量参考http协议中关于返回码的含义的定义进行设置。

404 返回码的含义是 “Not Found”,百度会认为网页已经失效,那么通常会从搜索结果中删除,并且短期内spider 再次发现这条 URL 也不会抓取。

503 返回码的含义是 “Service Unavailable”,百度会认为该网页临时不可访问,通常网站临时关闭,带宽有限等会产生这种情况。对于网页返回503,百度 spider 不会把这条 URL 直接删除,短期内会再访问。届时如果网页已恢复,则正常抓取;如果继续返回503,短期内还会反复访问几次。但是如果网页长期返回503,那么这个 URL 仍会被百度认为是失效链接,从搜索结果中删除。

403 返回码的含义是 “Forbidden”,百度会认为网页当前禁止访问。对于这种情况,如果是新发现的URL,百度spider 暂不抓取,短期内会再次检查;如果是百度已经收录的URL,当前也不会直接删除,短期内同样会再访问。届时如果网页允许访问,则正常抓取;如果仍不允许访问,短期内还会反复访问几次。但是如果网页长期返回403,百度也会认为是失效链接,从搜索结果中删除。

301 返回码的含义是 “Moved Permanently”,百度会认为网页当前跳转新URL。当遇到站点迁移、域名更换和站点改版的情况时,推荐使用301返回码,尽量减少改版带来的流量损失。虽然百度spider 现在对301跳转的响应周期较长,但是我们还是推荐大家这么做。

如果站点临时关闭,当网页不能打开时,不要立即返回404,建议使用503状态。503可以告知百度spider该页面临时不可访问,请过段时间再重试。

如果百度spider对您的站点抓取压力过大,请尽量不要使用404,同样建议返回503。这样百度spider会过段时间再来尝试抓取这个链接,如果那个时间站点空闲,那它会被成功抓取了。

有些网站希望百度只收录部分内容,例如审核后的内容,累积段时间的新用户页等等。在这种情况,建议新发内容暂时返回403,等审核或做好处理之后,再返回正常状态的返回码。

相关新闻

联系我们

联系我们

400 -1616 -146

在线咨询:点击这里给我发消息

邮件:admin@example.com

工作时间:周一至周五,9:30-18:30,节假日休息

关注微信
关注微信
分享本页
返回顶部