网站抓取异常的8大原因以及解决办法

2021-03-27 17:00:36 金坛中环互联 4

有一些网页,内容优质,用户也可以正常访问,但是搜索引擎蜘蛛却无法正常访问并抓取,造成搜索结果覆盖率缺失,对搜索引擎对站点都是一种损失,搜索引擎把这种情况叫“抓取异常”。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、排序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。

下面向站长介绍一些常见的抓取异常原因:

1.服务器连接异常:服务器连接异常会有两种情况:一种是站点不稳定,搜索引擎蜘蛛尝试连接网站的服务器时出现暂时无法连接的情况;一种是搜索引擎蜘蛛一直无法连接上你网站的服务器。造成服务器连接异常的原因通常是你的网站服务器过大,超负荷运转。也有可能是你的网站运行不正常,请检查网站的 web 服务器(如 apache、IIS)是否安装且正常运行,并使用浏览器检查主要页面能否正常访问。你的网站和主机还可能阻止了搜索引擎蜘蛛的访问,你需要检查网站和主机的防火墙。

2.网络运营商异常:网络运营商分电信和联通两种,搜索引擎蜘蛛通过电信或网通无法访问你的网站。如果出现这种情况,你需要与网络服务运营商进行联系,或者购买拥有双线服务的空间或者购买 CDN 服务。

3.DNS 异常:当搜索引擎蜘蛛无法解析你网站的 IP 时,会出现 DNS 异常。可能是你的网站 IP 地址错误,或者域名服务商把搜索引擎蜘蛛封禁。请使用 WHOIS 或者 host 查询自己网站 IP 地址是否正确且可解析,如果不正确或无法解析,请与域名注册商联系,更新你的 IP 地址。

4.IP 封禁: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,在这里特指封禁了搜索引擎蜘蛛IP。当你的网站不希望搜索引擎蜘蛛访问时,才需要该设置,如果你希望搜索引擎蜘蛛访问你的网站,请检查相关设置中是否误添加了搜索引擎蜘蛛IP。也有可能是你网站所在的空间服务商把百度 IP 进行了封禁,这时你需要联系服务商更改设置。

5.UA 封禁: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 封禁。当你的网站不希望搜索引擎蜘蛛访问时,才需要该设置,如果你希望搜索引擎蜘蛛访问你的网站,User-Agent 相关的设置中是否有搜索引擎蜘蛛UA,并及时修改。

6.死链: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:

7.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。

8.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,我们建议站点使用协议死链,并通过百度站长平台--死链工具向百度提交,以便百度更快地发现死链,减少死链对用户以及搜索引擎造成的负面影响。

异常跳转:将网络请求重新指向其他位置即为跳转。异常跳转指的是以下几种情况:

1)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

2)跳转到出错或者无效页面。 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

其他异常:

1)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。

2)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。

3)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。

4)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 Baiduspider 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。


谷歌蜘蛛爬行原理


企业建站(PC+手机,提供源码及整站优化技术支持),百度360搜狗首页排名(先上词后收费),百度爱采购、朋友圈广告、抖音头条信息流等渠道开户免开户费、运营费。另接公众号小程序制作,淘宝阿里巴巴店铺装修运营。

本文由常州-金坛-溧阳-镇江中环互联整理发布,如需转载,请注明来源:http://www.czihoee.cn

标签: 网站建设
电话咨询
服务项目
公司地图
QQ客服