站点出现抓取异常、无法被抓
站点出现抓取异常、无法被抓取、返回码设置错误、死链接过多、无效页面、重定向过多等,直接影响搜索引擎对网站抓取出现异常。将直接导致搜索引擎会认为网站存在用户体验上的缺陷,并降低对网站的评价,在抓取、索引、权重上都会受到一定程度的负面影响,最终影响到网站从百度获取的流量。
以下信息来源百度站长帮助中心
什么是抓取异常?
对于互联网中可正常访问的内容,百度spider抓取的结果应与普通用户访问的内容是一致的,除此以外的情况,就是抓取异常。
有那些抓取异常影响:
1.什么是死链? 具体请参考:网站死链接(称:无效链接)
页面已经无效,无法对用户提供任何有价值信息的页面就是死链接,包括协议死链和内容死链两种形式。
协议死链:页面的TCP协议状态/HTTP协议状态明确表示的死链,常见的如404、403、503状态等。
内容死链:服务器返回状态是正常的,但内容已经变更为不存在、已删除或需要权限等与原内容无关的信息页面。
对于死链,建议通过百度站长平台--死链工具提交死链的方式进行处理,以便搜索引擎更快地发现死链,减少死链对用户以及搜索引擎造成的负面影响。
2.什么是IP禁封?
限制网络的出口IP地址,禁止该IP段的使用者进行内容访问,即为IP禁封。
3.什么是UA禁封?
UA即为用户代理(User-Agent),服务器通过UA识别访问者的身份。当网站针对指定UA的访问,返回异常页面(如403,500)或跳转到其他页面的情况,即为UA禁封。
3.什么是异常重定向?
将网络请求重新指向其他位置即为重定向。异常重定向指的是以下几种情况
当前该页面为无效页面(内容已删除、死链等),直接跳转到前一目录或者首页,百度建议站长将该无效页面的入口超链接删除掉
重定向到出错或者无效页面
重定向的跳转超过3次,也为异常
注意:对于长时间跳转到其他域名的情况,如网站更换域名,百度建议使用301跳转协议进行设置。
4.还有哪些其他异常?
针对百度refer的异常:网页针对来自百度的refer返回不同于正常内容的行为。
针对百度ua的异常:网页对百度UA返回不同于页面原内容的行为。
JS跳转异常:网页加载了百度无法识别的JS跳转代码,使得用户通过搜索结果进入页面后发生了跳转的情况。
压力过大引起的偶然封禁:百度会根据站点的规模,访问量等信息,自动设定一个合理的抓取压力。但是在异常情况下,如压力控制失常时,服务器会根据自身负荷进行保护性的偶然封禁。这种情况下,请在返回码中返回503(其含义是“Service Unavailable”),这样百度spider会过段时间再来尝试抓取这个链接,如果网站已空闲,则会被成功抓取。
抓取异常对网站的影响有哪些?
对于大量内容无法正常抓取的网站,搜索引擎会认为网站存在用户体验上的缺陷,并降低对网站的评价,在抓取、索引、权重上都会受到一定程度的负面影响,最终影响到网站从百度获取的流量。