|
楼主 |
发表于 2013 年 8 月 22 日 11:26:55
|
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 ]% J$ Q5 R. n& R+ f9 F6 ^: b7 V) V( G9 C9 q, {# o7 P, g
好吧,我们仍拿出几条蜘蛛爬行记录来分析:( q. f9 k* v3 s3 G+ I
4 @/ N7 Y- i$ ?" e
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)
! v8 A$ G& {# \0 ]4 n
4 D4 k, r! R% M/ |1 [+ P& H 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。* C; Y. p2 \! u$ W- f
. h+ O, ]- a) w0 T( K 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?, ?) Y$ z& N$ H; D1 v
3 `+ m+ }, N( ^5 a. W6 t3 H% M
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。
/ P( u2 A7 b8 J4 `; n1 \/ l- o3 D" q8 z2 {' M4 p% Y
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。
2 e5 `3 h: U6 S; w+ M: q m, h, a7 I. ?* ?% z7 y
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!
, S/ c3 Q9 B2 [" p6 R& z8 h Z( _. |- ?2 t! ]# [& ]7 f" K
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。
) P/ U5 r" y; A* u. F7 {0 A* K" [ C# x7 }3 Y; ^6 }
我们来几条记录来看一看:# _. L3 k+ r, x6 x Z
& s) a0 H- a0 J, }" o 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)5 ~9 k, [: W2 K8 z
; j) Z5 I+ c+ D8 R/ R e; D( }
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。1 B" Z) }8 i. W/ B5 i: C, @, Z+ y
# s* w& ]8 I7 S; [4 E5 U
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)+ L- l4 d; ]+ B' r( ^! ~" N( U2 b
- L5 ^" L0 M0 f0 C/ J$ y2 n
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 m! @( s, `9 \( D- b5 Z4 V/ @
# T- w9 ~+ [3 K' ` 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)! Z2 j0 S- {( I/ L% s3 U0 v
6 v- b2 }& w- B0 g! ^% N
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。6 v; J; l2 e" Z0 n6 @
0 [9 D) p2 ]( p# W* S; E5 f 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。
: l6 }9 J: X) Q: D: N: Y
8 D( H2 I7 s' p5 k 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 |
|