标签 百度站长 下的文章

前方高能——本篇文章是攻城狮们根据日常收到的case整理而来,亲自编写,希望站长亲们给个好评哦!

平台攻城狮近日接到了百度内部用户的反馈,说 lvshi.baidu.com 站点的收录情况比较差,希望协助追查原因。

攻城狮追查的过程如下:

首先通过site语法检索,发现收录量确实比较少,只有11条,而且还发现一部分是死链数据。

然后根据用户反馈的部分url,检测发现这批链接在20161226日当天已经就已经抓取回来了,首次抓取上是没有问题;

http://lvshi.baidu.com/help/about/story

http://lvshi.baidu.com/help/about/contact

http://lvshi.baidu.com/help/user/guide

http://lvshi.baidu.com/help/user/question

http://lvshi.baidu.com/help/user/feedback

http://lvshi.baidu.com/help/cooperation/provider

http://lvshi.baidu.com/goods?categoryid=1

http://lvshi.baidu.com/goods/33

紧接着发现这批网页都被百度爬虫判定为空短页面,从网页库中获取当时的抓取页面,检查发现这些页面抓取回来的内容是一样的,都是提示让输入邀请码。

被百度爬虫判断为空短页面,肯定是不能被百度搜索收录的。

有站长可能会问,那等网站全部开放后,是不是就可以收录了呢?对于百度爬虫来说,当对一个网站抓取后发现大面积都是低值的空短页面时,爬虫会认为这个站点的整体价值比较低,那么在后面的抓取流量分布上会降低,导致针对该站点的页面更新会比较慢,进而收录也会比较慢。这里学院君再次强调一下,不要让爬虫给站点画上不优质的标签哦,后果很严重!

那么该如何避免呢?方法其实比较简单,网站在邀请测试阶段使用robots封禁就可以。

背景

这篇文章我是转载的;

进过我博客的朋友应该都记得,站点首页响应速度出奇的慢,然而还找不到原因。(好气啊)

经过@调调的提醒,突然就想起来可能是百度收录的锅(还是腾讯云的锅?)。

因为写在module.php每次输出文章都会在线查询一次,去掉试试?<( ̄︶ ̄)>

果然去掉百度收录后博客首页是秒开呀。但是想想不要百度收录查询感觉怪怪的。

话说怎么我博客一篇文章都还没被收录?好吧,偏题了。(会SEO的朋友私密我,谢谢)

所以便写了这么一个接口,同时也开通的SSL。

当页面结束后再利用AJax进行调用,响应速度不用说。(终于找到背锅的了(~ ̄▽ ̄)~)

调用地址

  • https://api.isecret.vip/api?type=baidu&url=http://blog.myiooc.cn

调用参数

  • type:必填,现在还只有baidu这一个参数,后边如果还写什么接口可能还会有更多
  • url:必填,填写需要查询的URL地址

返回格式

参数完整的话会返回一个JSON数据,格式:{"url":"http:\/\/baidu.com","status":1}

返回参数

  • url:即你查询的URL地址,
  • status:返回值只有0和1,0为未收录,1为已收录

调用实例

<script>
var urlArr = $('.api'); //需要先在HTML代码中给接口留一个位置并绑定固定的class
$(urlArr).each(function(i) {
var url = "https://api.isecret.vip/api?type=baidu&url="+urlArr[i].title; //这里title值存放查询链接
$.post(url,null,function(e){
if(e.status == 0){
$(urlArr[i]).html('百度未收录');
}else if(e.status == 1){
$(urlArr[i]).html('百度已收录');
}
},'JSON');
});
</script>

特别鸣谢

感谢Mrxn's Blog