DIV CSS 佈局教程網

您现在的位置: DIV+CSS佈局教程網 >> 網頁SEO優化 >  >> SEO優化集錦
網站日誌中百度蜘蛛返回304狀態碼的原因分析
編輯:SEO優化集錦     

最近遇到一個網站的問題:百度蜘蛛抓取首頁後大量返回304狀態碼。以前接觸過301和302,卻沒好好了解過304,正好藉這個機會深入分析,摸清它的成因與應對之策。

關於304狀態碼,權威定義是這樣的:當客戶端發送了一個帶條件的GET請求且該請求已被允許,而文檔內容(自上次訪問以來或根據請求條件)並未改變,伺服器就應返回304狀態碼。通俗地說,就是:客戶端已執行GET,但檔案未變,也就是我們理解的「頁面沒更新」。

日誌中可以看到类似記錄:

GET /index.html - 80 - 220.181.135.120 Sosospider 304
GET /index.html - 80 - 123.129.209.113 Baiduspider/2.0 304

奇怪的是,網站每天都有不少內容更新,怎麼會返回「未更新」的狀態碼呢?翻查近幾天的IIS日誌後發現,對首頁的抓取確實都返回304。一般來說,可能有以下幾種原因:

1、伺服器緩存所致

設置緩存本為加速頁面加載,就像我們用瀏覽器訪問時常遇到的情況:打開一個網站後,即便它已更新,直接點首頁仍顯示舊內容,Ctrl+F5強制刷新後才會出現新頁面,這正是緩存的緣故。有些時候與大型網站換友鏈也會遇到類似狀況——對方加上連結後首頁不會馬上顯示,需等一段時間才因緩存刷新而生效。

2、網站結構問題

如果網站結構無法讓蜘蛛順利爬行,即使蜘蛛有抓取,也可能因結構問題導致前後兩次抓到的內容相同,或者每次只抓到那塊固定內容,那麼首頁自然也就持續返回304。

3、網站速度問題

搜尋引擎早已把加載速度納入排名考量,即便不談排名,對用戶體驗也有重大影響——誰都不願在需要幾十秒甚至幾分鐘才能加載完的網站上多待。對蜘蛛而言也是如此。網頁通常從上往下加載,若因速度問題只加載了頭部、後段未及顯示,蜘蛛就可能只抓到頭部內容;而首頁頭部往往雷同,於是便容易出現「返回未更新」的狀態。此外,網路線路的互通性也是一個不可忽略的因素。

4、網站內容問題

查閱資料後發現,不少人認為長期採集或偽原創也會導致蜘蛛返回該狀態碼。因為採集與偽原創確實會拉低網站質量,導致百度不收錄;蜘蛛也會認為內容不具備收錄價值,於是不再抓取新內容,回以「未更新」的狀態。

5、應足夠重視該狀態碼

既然304代表「未更新」,那麼它經常出現就值得警惕,同時也要觀察出現該狀態碼期間,網站各項數據的變化趨勢,以便更準確地評估其影響。

就筆者的經驗而言,網站出現304後,隨著百度更新,收錄一度減少;加上前幾天斷斷續續無法訪問,第二天首頁就被K掉,更換伺服器恢復正常後,次日首頁才重新恢復。目前仍需持續觀察與分析,才能真正掌握這個狀態碼的規律。

XML學習教程| jQuery入門知識| AJAX入門| Dreamweaver教程| Fireworks入門知識| SEO技巧| SEO優化集錦|
Copyright © DIV+CSS佈局教程網 All Rights Reserved