百度spider專家現場QA集錦:抓取建庫篇

  • A+
所屬分類:SEO技術
廣告也精彩

百度spider專家孫權在2016年百度在上海舉辦的VIP大講堂上作了一場與站長面對面的培訓交流,針對與會站長提出的各種問題,一一作了解答。本文將培訓現場抖出的干貨整理如下,各位同行可以通過QA記錄看看自己心中的疑問是否已被解答。

百度spider專家現場QA集錦:抓取建庫篇

問:為什么收錄量像坐過山車一樣的,還有為什么有些網頁今天在明天就沒了?

答:百度會周期建庫,且每個庫的收錄量是恒定的,你老是有新增,肯定會再從庫里淘汰一些,反正總是保持那個庫是滿的。在建庫的過程中,你會感覺有波動。具體的怎么篩,哪個頁面會留下哪個頁面會淘汰,這個策略是有很多的,他隨著時間的變化,收錄的標準策略也是在發生微調

問:我們站點使用CDN加速會不會比較容易造成蜘蛛無法抓取?因為有時候修改掉他綁定的什么東西。

答:如果要修改掉一定要通知到上一級,現在不存在這個問題,現在你如果修改掉也可以解析掉,之前可能會存在這個問題。

問:你們百度自己也有一個CDN加速,對抓錄排名有沒有影響?

答:在使用CDN加速這個問題上,我們對所有站點一視同仁。但我建議你使用技術能力強的CDN服務商,保證站點的穩定和速度,百度會更喜歡。【本人之前使用過百度的CDN加速,對網站的排名有不太好的影響,所以建議大家還是不要使用百度CDN加速】

問:剛才您說IP上的站點數不能太多,那CDN這種情況怎么辦?

答:CDN的情況另說,如果我們識別出來是CDN的話不會受站點數量的影響,如果你是提供獨立IP的話會有這樣一些問題。【百度spider專家在現場課程中說到了,同一個IP地址上的站點數量不能太多,所以建議大家不要把自己的多個網站都放在一個IP上,也盡量購買獨立IP主機.】

問:還是IP上站點數量的問題,如果是主域跟二級域名呢?也受數量限制?

答:我說的是獨立域名。當然質量比較好的二級域名也可以認為是獨立域名

問:多個域名,他有相同的一些內容,怎么建庫?

答:如果是多域名在同一個主域下面有相同內容的話,不可能所有都建庫,而且被建庫的那個可能不是你希望的那個,所以盡量不要有相同的內容。【根據該回答,建議做站群的企業,且各個網站有相同內容,盡量把各個網站放置在不同IP】

問:剛才講的IP如果是多域名的話,好幾百個IP域名,現在我們也用了CDN,按照剛才的說法,單個IP最多抓多少?1000萬是說對站點還是對IP?

答:對IP,但1000萬是我舉例,不是實際的數據,這個數據不會分享出來的

問:現在我的網站被很多蜘蛛爬,我想只讓百度蜘蛛爬,百度蜘蛛IP多少?能設白名單么?

答:百度蜘蛛IP是不斷變的,現在網上的確有一些白名單的說法,暫時是有效的,但不保證今后不會變,所以建議站點還是通過ua進行判斷,我們百度站長平臺上有相關的文章,你可以找一下。

問:如果我寫robots只想禁掉動態鏈接的話,會不會影響動態參數前面正常鏈接的抓取?

答:不會的,你原來的頁面還在,肯定會抓。

問:比如我們一個域名www.abcde.com,我們想把帶?號的url全部禁掉,首頁我們不要禁掉,怎么弄?

答:?前面有個*,后面再有個*就可以了。

問:我想了解,如果我現在收錄有5萬,大概多長時間才能把我原來收錄5萬重新抓取一遍?

答:不同站點不好說,一個是你站點做的很好,知名度很響更新很快質量很好就會快;如果你的站點默默無聞,貢獻很少,可能就會很慢。

(接上個問題)

問:就是差不多的情況,大概。

答:這個沒有人能估出來。

問:百度站長平臺上有數據提交的工具,我們實時提交,你們也會實時抓取嗎?

答:不會,他會有一層判斷。現在只是通知你提交成功,后面什么時候抓,什么時候建庫沒有,我們正在研究要不要把這個分享出來。

問:我網站有一些列表頁,都沒有鏈接,擔心百度抓不到

答:現在百度站長平臺的站內搜索工具有一個綠色收錄通道,在那里提交種子頁,我們就知道的。

(接上個問題)

問:提交種子頁面必須要用站搜?

答:是的。

問:如果說頁面里url特別多的話,蜘蛛會不會有選擇性的進行抓取?

答:不會,他都會一個不漏給你提出來,但會把JS、CSS這樣的鏈接給過濾掉。但請注意,全部抓取過來之后會進行篩選,并不是所有都會建庫

問:現在很多網站都有自己的站內搜索,都會產生站內搜索結果頁,百度不喜歡搜索結果頁的話,我們用這個會不會對我們有影響?只是不喜歡還是對我們網站會有懲罰

答:蜘蛛會去抓,抓完之后重要是提取里面的鏈接。如果只有一兩條這樣的頁面質量不好問題不大,如果整體質量較差,有可能受到懲罰。

問:新出的時效性文章當時沒有被收錄,后期是否還會被收錄?

答:會

問:站點每天最高爬蟲多少次?

答:這個其實說不好,有的站點我們一天會抓一兩千萬,有的站點只抓幾個、幾十個,看你的規模和質量,而且這個抓取量也是會根據網站的情況進行調整的。

  • 我的微信
  • 這是我的微信掃一掃
  • weinxin
  • 推薦公眾號
  • 文元說銷
  • weinxin
廣告也精彩
吳 文元

評論已關閉!

目前評論:1   其中:訪客  1   博主  0

    • 老碗面 老碗面 0

      干貨很多,值得研究研究