|
楼主 |
发表于 2013 年 8 月 22 日 11:26:39
|
显示全部楼层
今天我们仍用自己的网站服务器日志,教大家清晰掌握服务器与蜘蛛是怎么互动的,这些都是日志中不太明显的信息,需要你细心的去观察的。新站起用被使用过的老域名,反而没有直接用没有被使用过的新域名收录来得快,最近上线的这个新站,因为域名选取的原因,必须使用被使用过的老域名,上线已经9天, 仍没有快照与收录,但我们是不是就应该要选择放弃了呢?% ]4 E4 n( F6 x% f7 J$ p9 Z4 x
! Q+ Q7 B2 _. `
好吧,我们仍拿出几条蜘蛛爬行记录来分析:
, a9 P) m8 {# F/ b1 T! `! `: Y! q% m' X) ?# Z3 h- ~
123.125.71.116 - - [10/Sep/2012:05:41:23 +0800] "GET / HTTP/1.1" 200 5858 "-" "Mozilla/5.0 (compatible; Baiduspider/2.0; +http://www.baidu.com/search/spider.html)
* D; A) p7 N) u( X9 u
# k1 { ]1 b1 S 通过上一次的讲解,我们知道IP为123.125.71.116的蜘蛛,在2012年9月10日凌晨05点41分23秒的时候,爬行了我们首页信息,HTTP返回状态值200,爬行字节数5858。
- d+ y. n! @2 P4 N+ r
1 T% y+ A2 L- T4 M6 S2 w 今天我们要重点讲解的就是这个HTTP返回状态值,什么是返回状态值?都有哪些返回状态值?它们都分别代表什么意思?& S0 k, b8 ?% K9 y" g8 {
4 V* ?0 p1 X1 o; ?
什么是HTTP返回状态值呢?当用户或搜索引擎向网站服务器发出浏览请求的时候,服务器返回的HTTP数据流中头信息中的状态码,它是一种服务器与访问者交互的语言。
3 |8 x; q: L, |: _
% u% G; c" y! B+ b 都有哪些返回状态值呢?返回状态值有很多,根据其含义,以1开头的返回值表示临时响应并需要请求者继续执行操作。以2开头的返回值表示成功处理了请 求。以3开头的返回值要求完成请求需要进一步操作,通常这些状态码用来重定向。以4开头的返回值表示请求可能出错,妨碍了服务器的处理。以5开头的返回值 表示服务器在处理请求时发生内部错误,这些错误可能是服务器本身的错误,而不是请求出错。4 F; ~+ r' L L0 F% K& }5 L/ j
; m1 r; l8 W# f: g) s! ^ 好吧,纯粹的理论让人看得是不是有点头晕了,我们下面用实例来分析一下常见的返回状态值都有哪些!
4 ?. U4 `. H$ h8 I+ C- [6 M7 M, V/ @8 F- o7 P4 q% ~. V
背景:我们分析的这个网站是老域名,之前被人用过,存在搜索引擎收录数据,现在域名被我用来重新建站。( V% H9 u, f, A7 J
% a9 \2 J) Q8 J Y 我们来几条记录来看一看:
3 w& ]: Z d( \, s& P: S
& V6 ], O9 Y; m; E! i. ~ 123.125.71.98 - - [10/Sep/2012:01:02:33 +0800] "GET /news/disp.php?id=302 HTTP/1.1" 404 1107 "-" "Mozilla/5.0 (compatible; Baiduspider/2.0; +http://www.baidu.com/search/spider.html)
; I7 P5 d* x" l( {0 A; Y7 W
4 Q* H4 s- X. h' W5 f 这条记录HTTP返回状态值是404,原因是因为百度蜘蛛爬行了一条本网站根本不存在的路径,HTTP返回404代表:服务器找不到请求的网页。; w5 U# w3 z8 Q* D4 c5 _: G1 R
, W9 [5 W: q; D$ F 123.125.71.116 - - [10/Sep/2012:05:41:23 +0800] "GET / HTTP/1.1" 200 5858 "-" "Mozilla/5.0 (compatible; Baiduspider/2.0; +http://www.baidu.com/search/spider.html)
/ f7 a( M$ I, n J) C% L
$ f S* q9 C; O- V+ V% ^ 这条记录HTTP返回状态值是200,原因是因为百度蜘蛛爬行了真实存在的网站首页,HTTP返回200代表:服务器已经成功处理了请求。
1 F5 Q! R6 T3 ?# J% k2 z5 v( a
( a# N3 ?8 b' `: C2 O! R% I, V: Z 220.181.51.113 - - [10/Sep/2012:08:44:22 +0800] "GET /product/disp.php?id=85 HTTP/1.1" 301 250 "-" "Mozilla/5.0 (compatible; Baiduspider/2.0; +http://www.baidu.com/search/spider.html)
% ~( T" b1 V% x- N1 C, E" b4 `. b8 ]" o1 C; ~1 A+ L+ d
这条记录HTTP返回状态值是301,原因是因为百度蜘蛛爬行了在网站中不存在的文件路径,HTTP返回301代表:请求的网页已永久移动到新位置。1 `) \) t% E' Y5 s. s
2 n1 E1 M9 h# g7 ]+ ~/ J. L8 `, o HTTP返回状态值还有很多,如果你遇到其它的可以随时百度一下就能找到它代表的意思。本文的目的是希望通过我们网站的文章,帮助到其他和我们遇到同样问题的人。目前本文新上线的网站大量存在HTTP返回状态404,主要原因是老域名存在使用情况,百度收录数据库中存在大量原有收录数据,现在百度蜘蛛仍按原收录文章路径进行爬行,导致HTTP返回状态值出现404码,根据笔者的经验,此时新站处于百度审核期,只有通过百度一个月到三个月的审核期,收录数据才能得到释放,此时的404应该越多越好,蜘蛛爬行不通,自然会将该条原收录数据删掉,只是这样一来会延长新站的审核通过周期。% [8 W; P# Y1 W/ l6 R/ M
6 f, W$ ]9 s- H7 B" ~% U
新站起用被使用过的老域名,就会遇到像我一样的情况,但是怎么观察隐藏在日志的访问秘密,是做为站长的你必须要学会的。只有这样,才能让你看到希望,只有这样,才能让你有坚持的动力,只有这样,才能让你不再疑惑!网站优化 |
|