|
|
马上注册，结交更多好友，享用更多功能，让你轻松玩转社区。
您需要 登录 才可以下载或查看，没有账号？注册
×
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？, X7 A; Q+ c" W4 \1 w4 u8 o6 f- |3 n
: G; [& ~ Z1 b' N, @) n
好吧，我们仍拿出几条蜘蛛爬行记录来分析:
. q9 @- r5 L0 \' ~5 B/ n6 r/ U$ o+ ^: c
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)
& ]2 R( T" k. ~& R/ c' M, x" c
1 `) d1 R8 j3 _ 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。) j* a Z1 w0 x
: |* w. B8 T/ V( ~
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？/ W% A B0 s5 [: {
* v# x! ?' h$ }
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。
, ]. h% [/ }1 @
4 I" D2 S B6 g# C- k) 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。) _& `6 z; D* m# H/ W8 W& [
U$ Y" E( l( J6 k |) I) ]
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！
! v: Z7 p! P! M1 h5 p$ I" A/ |- y* k: s# N$ D
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。) c# T, ^& ^" P/ F3 H
0 M; p$ C, M8 M' v. @
我们来几条记录来看一看:
2 J% O8 f7 d4 y% x, ^) |, C( ?) _! ?8 m' A. 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)! `" L& f7 a) e7 p) `# T7 p- I
$ ^9 j) p4 V4 e) c Z) \. ?8 u
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。
$ y! @" r& \0 H& c
1 b/ k+ Z5 n( `& ~ 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)7 e0 m7 Q! C; m+ R; C8 l; i+ A& @
' M4 Q7 H2 {8 j' @2 x' X
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。
% k% }% d+ o6 B
, ]6 p( o5 O& \2 ~$ |/ } 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)
, X( L. ]# c; T. b4 K5 \ A! F/ M; p5 {, c% {
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 }% S. u& O# J+ k* K
- \, q1 h+ R/ Y- L; ]) Z 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 O+ b7 ^; u! W# \% ]2 h, S3 n+ G5 @" E2 B8 o. a: b9 b
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 |
|
IP卡
狗仔卡
发表于 2013 年 8 月 22 日 11:26:27
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
显身卡