網站優化過程中搜索引擎蜘蛛不能順利爬行的原因

之前小編給大家介紹了網站優化教程中搜索引擎蜘蛛的抓取方式，大家可以知道扁平化架構的網站更有利于搜索引擎蜘蛛的抓取，但不知道大家在SEO診斷過程中是否遇到這樣的問題：有一些網頁,內容優質,用戶也可以正常訪問,但搜索引擎蜘蛛卻無法正常訪問并抓取,造成搜索結果覆蓋率缺失,這對搜索引擎和站點都是一種損失。百度把這種情況叫做“抓取異常”。對于大量內容無法正常抓取的網站,百度搜索引擎會認為網站存在用戶體驗上的缺陷,并降低對網站的評價,使網站在抓取、索引、排序上都會受到一定程度的負面影響,最終影響網站從百度獲取流量。下面創新互聯就為大家總結幾點搜索引擎蜘蛛不能順利爬行的原因：

A.服務器連接異常

服務器連接異常有兩種情況:一種是站點不穩定,百度搜索引擎蜘蛛嘗試連接網站的服務器時岀現暫時無法連接的情況;另一種是百度搜索引擎蜘蛛一直無法連接網站的服務器。

造成服務器連接異常的原因通常是網站服務器流量過大,超負荷運轉,也有可能是網站運行不正常。這時應檢查網站的Web服務器(如 Apache、IS)是否安裝且正常運行,并使用瀏覽器檢查主要頁面能否正常訪問。網站和主機還可能會阻止百度搜索引擎蜘蛛的訪問,這時需要檢查網站和主機的防火墻。

B.網絡運營商異常

國內的網絡運營商主要有電信和聯通。如果百度搜索引擎蜘蛛無法通過電信或聯通的網絡訪問網站,則需要與網絡運營商聯系,購買擁有雙線服務的空間,或者購買CDN服務。

C.DNS異常

當百度搜索引擎蜘蛛無法解析網站的IP地址時會出現DNS異常,這可能是網站地址錯誤或者域名服務商把百度搜索引擎蜘蛛封禁所致。可以使用WHOIS或者host查詢網站的IP地址是否正確且可解析,如果不正確或無法解析,應與域名注冊商聯系,更新IP地址。

D.IP封禁

IP封禁是指限制網絡的出口IP地址,禁止該IP段的使用者進行內容訪問,在這里特指封禁百度搜索引擎蜘蛛的IP地址。當網站不希望百度搜索引擎蜘蛛訪問時,才需要進行該設置。如果希望百度搜索引擎蜘蛛訪問網站,應檢查相關設置中是否誤添加了百度搜索引擎蜘蛛的IP地址。也有可能是網站所在的空間服務商封禁了百度的IP地址,這時需要聯系服務商更改設置。

E.UA封禁

UA指用戶代理( User-Agent),服務器通過UA識別訪問者的身份。當網站針對指定UA的訪問出現返回異常頁面(如402、500)或跳轉到其他頁面的情況時,即為UA封禁。當網站不希望百度搜索引擎蜘蛛訪問時才需要進行該設置。如果希望百度搜索引擎蜘蛛訪問網站,可以查看 User-agent的相關設置中是否有百度搜索引擎蜘蛛的UA,并及時予以修改。

F.死鏈

頁面已經無效,無法對用戶提供任何有價值信息的頁面就是死鏈,包括協議死鏈和內容死鏈兩種形式。協議死鏈,即頁面的Tcp/Http協議狀態明確表示的死鏈,常見的有404、402、502狀態等。內容死鏈,即服務器返回狀態是正常的,但內容已經變更為不存在、已刪除或需要權限等與原內容無關的信息頁面的死鏈對于死鏈,我們建議使用協議死鏈,并通過百度站長平臺—死鏈工具提交,以便百度更快地發現死鏈,減少死鏈對用戶及搜索引擎造成的負面影響。

G.異常跳轉

將網絡請求重新指向其他位置即為跳轉。異常跳轉主要有以下幾種情況。

a.當前該頁面為無效頁面(內容已刪除、死鏈等)時,直接跳轉到前一級目錄或者首頁。百度建議站長將該無效頁面的入口超鏈接刪除。

b.跳轉到出錯或者無效頁面

H.其他異常

a.針對百度refer的異常:網頁針對來自百度的refer返回不同于正常內容的行為。

b.針對百度UA的異常:網頁對百度UA返回不同于頁面原內容的行為。

c.JS跳轉異常:網頁加載了百度無法識別的JS跳轉代碼,使得用戶通過搜索結果進入頁面后發生了跳轉的情況。

d.壓力過大引起的偶然封禁:百度會根據站點的規模、訪問量等信息,自動設定一個合理的抓取壓力。但是在異常情況下,如壓力控制失常時,服務器會根據自身負荷進行保護性的偶然封禁。這種情況下可以返回異常代碼503(其含義是Service Unavailable”),這樣百度搜索引擎蜘蛛會過段時間再來嘗試抓取這個鏈接。如果網站已空閑,則會被成功抓取。