因服务器而导致的蜘蛛抓取失败怎么办
来源:互联网 发布:炒股软件使用书籍 编辑:程序博客网 时间:2024/05/16 10:36
服务器是网站生存的基础,不论是什么原因造成的服务器封禁,都直接影响蜘蛛的抓取,影响网站的用户体验,不利于seo工作的展开。重庆seo奕杉其将以自己的亲身经历,结合网络上一些朋友对这类问题的分析,总结出造成服务器封禁的三点主要原因:
一、服务器不稳定
现在的服务器多如牛毛,价格也各不相同,质量方面也是相差甚远,站长们往往在选择的时候都是“只认价不认质”, 有的空间商为了节省资源,故意屏蔽掉spider(蜘蛛)的IP,导致spider抓取失败,网站页面就无法被搜索引擎收录。
解决方法:选择有实力的正规空间商,尽可能保证您的网站稳定。服务器和空间的稳定性需要一定的技术实力来保障,一些没有实力的空间商,可能无力提供良好的服务,服务的稳定性无法保证。我们可以很形像的打个比喻:如果将“人”比喻为网站内容,那么服务器就是我们的“家”,它为我们挡风避雨,为我们的生存提供了一个优良的环境,而服务器的好坏将影响我们所能承受的风险。我想,谁都不愿意住在没有安全保障的屋子里,拿自己的生命开玩笑,同理,网站也是如此!如果您现在的服务器不理想,有必要另选时,请暂时让旧服务器能够使用一段时间,并且做301跳转,尽量减少更换服务器带来的一系列损失。
二、人为操作失误
对搜索引擎蜘蛛认识不够,对一些冒充搜索引擎spider的IP无法正确判断,继而误封搜索引擎IP。这样会导致搜索引擎不能成功抓取网站,无法成功抓取新网页,以及将之前已经成功抓取并收录的页面判定为无效链接,然后搜索引擎将会对这些死链接进行清除,继而网站页面收录减少,最终导致网站在搜索引擎的排名下降。
解决方法:正确认识各搜索引擎蜘蛛,而搜索引擎使用的 IP 地址会随时发生变化,为确保能够正确识别各搜索引擎IP,您可以使用DNS反查方式来确定抓取来源的IP是否属于正规搜索引擎,防止误封。
例如查Baiduspider:在linux平台下,您可以使用host ip命令反解ip来判断是否来自Baiduspide的抓取。Baiduspider的hostname以 *.baidu.com 或 *.baidu.jp 的格式命名,非 *.baidu.com 或 *.baidu.jp 即为冒充。
$ host 123.125.66.120
120.66.125.123.in-addr.arpa domain name pointer
baiduspider-123-125-66-120.crawl.baidu.com.
host 119.63.195.254
254.195.63.119.in-addr.arpa domain name pointer
BaiduMobaider-119-63-195-254.crawl.baidu.jp.
三、保护性的偶然封禁。
1、如果网站的访问量过大,超过自身负荷,服务器会根据自身负荷进行保护性的偶然封禁。这种封禁是短暂性的,只要访问量下降到服务器的承受范围之内,那么服务器就会正常工作。
2、还有一种情况是spider造成的,搜索引擎为了达到对目标资源较好的检索效果,蜘蛛需要对您的网站保持一定量的抓取。搜索引擎会根据服务器承受能力,网站质量,网站更新等综合因素来进行调整, 建立一个合理的站点抓取压力。但是会有一些例外,在压力控制不好的情况下,服务器会根据自身负荷进行保护性的偶然封禁。
解决方法:1、如果是访问量造成的压力,那么恭喜你,说明你的网站已经拥有可观的访问人数,我们就应该升级服务器,来满足不段增长的访问量。2、如果是spider造成的,我们可以采用如下方式来减轻spider对服务器产生的压力:A、利用robots文件,屏蔽掉不想被spider抓取的页面。B、采用nofollow标签,屏蔽不想被spider爬行的链接。C、页面中较长的CSS、JS代码移到外部文件。D、删减多余代码。应当注意的是,以上两种情况在返回的代码中尽量不要使用404,建议返回503(其含义是“Service Unavailable”)。这样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,那它就会被成功抓取了。
最后,希望站长尽量保持站点的稳定,对于暂时不想被搜索引擎抓取的页面,使用正确的返回码告知搜索引擎,如果确实不想被搜索引擎抓取或者索引,可以写robots信息告知。
编辑:龙铭洪
- 因服务器而导致的蜘蛛抓取失败怎么办
- 因服务器时间不一致导致的MapRecude 任务运行失败
- sharepoint 2013 打开rdl报表,报表服务器数据库内出错。此错误可能是因连接失败、超时或数据库中磁盘空间不足而导致的
- Websphere集群环境下因修改时间而导致的节点停止,节点同步失败问题解决
- 因缺失增量信息而导致recoverseg恢复失败的情况
- 我们是如何解决B/S因用户友好性差而导致项目失败的问题?
- 因滚动条出现而导致页面晃动的解决方案
- 因理念超前而失败的十大公司
- 因cookie的path项不正确导致的登录失败
- 因端口冲突导致mysql服务失败
- 因未指定NVARCHAR类型的长度而导致的问题
- javaweb Filter 因session的重置而导致的死循环。
- 如何解决因共享组件而导致的应用程序之间的冲突?
- 避免动态分配内存后因异常而导致的内存泄露
- HttpURLConnection 因Android版本不同而导致的Bad Request问题,在2.0+不行,4.0+可以
- 解决因flash版本升级而导致FaustCplus生成不了预览图片的问题
- wamp中因root密码修改,而导致无法直接登录phpMyAdmin的解决方法
- 解决引用单个Library因android-support-v4.jar版本不同而导致的冲突
- ORAC RAC NTP时间服务器 配置 RVF-5436 : 在一个或多个节点上运行的 NTP 守护程序缺少快速定向选项 "-x"
- 【项目管理】项目实战笔记之四:团队建设(尊重)
- TPS51200简介
- Android页面交互Activity组件(上)
- Oracle 降序索引
- 因服务器而导致的蜘蛛抓取失败怎么办
- WEB应用之: JS this 指针+作用域链+原型链
- 印度人英语
- Android Binder设计与实现
- CentOS6.2系统上部署Xen4.1.2虚拟机
- 静态绑定和动态绑定
- 2012-2-25面试题目
- CVE-2012-0158 MSCOMCTL控件漏洞分析
- java之List排序