百度官方:http狀態返回碼的含義和建議

百度爬蟲在進行抓取和處理時,是根據http協議規范來設置相應的邏輯的,所以請站長們也盡量參考http協議中關于返回碼的含義的定義來進行設置。



百度spider對常用的http返回碼的處理邏輯是這樣的:

1、404
404返回碼的含義是“NOT FOUND”,百度會認為網頁已經失效,那么通常會從搜索結果中刪除,并且短期內spider再次發現這條url也不會抓取。

2、503
503返回碼的含義是“Service Unavailable”,百度會認為該網頁臨時不可訪問,通常網站臨時關閉,帶寬有限等會產生這種情況。對于網頁返回503,百度spider不會把這 條url直接刪除,短期內會再訪問。屆時如果網頁已恢復,則正常抓??;如果繼續返回503,短期內還會反復訪問幾次。但是如果網頁長期返回503,那么這 個url仍會被百度認為是失效鏈接,從搜索結果中刪除。

3、403
403返回碼的含義是“Forbidden”,百度會認為網頁當前禁止訪問。對于這種情況,如果是新發現的url,百度spider暫不會抓取,短期內會 再次檢查;如果是百度已收錄url,當前也不會直接刪除,短期內同樣會再訪問。屆時如果網頁允許訪問,則正常抓??;如果仍不允許訪問,短期內還會反復訪問 幾次。但是如果網頁長期返回403,百度也會認為是失效鏈接,從搜索結果中刪除。

4、301
301返回碼的含義是“Moved Permanently”,百度會認為網頁當前跳轉至新url。當遇到站點遷移,域名更換、站點改版的情況時,推薦使用301返回碼,盡量減少改版帶來的 流量損失。雖然百度spider現在對301跳轉的響應周期較長,但我們還是推薦大家這么做。

我們的建議:

1、如果站點臨時關閉,當網頁不能打開時,不要立即返回404,建議使用503狀態。503可以告知百度spider該頁面臨時不可訪問,請過段時間再重試。

2、如果百度spider對您的站點抓取壓力過大,請盡量不要使用404,同樣建議返回503。這樣百度spider會過段時間再來嘗試抓取這個鏈接,如果那個時間站點空閑,那它就會被成功抓取了。

3、有一些網站希望百度只收錄部分內容,例如審核后的內容,累積一段時間的新用戶頁等等。在這種情況,建議新發內容暫時返回403,等審核或做好處理之后,再返回正常狀態的返回碼。

4、站點遷移,或域名更換時,請使用301返回碼。

未經允許不得轉載:鄺金華博客 » 百度官方:http狀態返回碼的含義和建議

贊 (0)
广西快三走势图一定牛 36选7复式投注表 22选5开走势图 山东快乐扑克三走中奖规则 幸运赛车开奖走势 股票跌和涨根据什么 心悦麻将有挂吗 捕鱼达人单机无限金币apk 全来湖南麻将下载 平特三连肖网站以 麻将二八杠怎么玩