|
楼主 |
发表于 2013 年 8 月 22 日 11:26:45
|
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?
, q- v' h G3 d6 J- P/ w9 l9 V. ?
y, ~2 N" ~! m/ m! { {) f, z: m 好吧,我们仍拿出几条蜘蛛爬行记录来分析:, Q0 b4 j7 H- s
( A( Q! S( U8 C+ T 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)
8 Y4 y: \) U7 ]' J4 ~/ G8 s
5 e- J" t2 O7 g 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。+ M* q# g' u8 p1 E
/ _5 S7 S8 s$ n. Y! 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?' v, F. u4 W5 i9 }4 Z
N% g, G' j5 B7 F" W( v y% ?1 V 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。1 I* E2 P7 F6 p6 e* T9 G( `- H
7 d. D' z- M7 n# {! S3 _ 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。8 S& t3 L/ {5 K! W5 x+ r6 m: a
9 K8 O+ D. z/ X: b
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!" R; l( @4 y0 q+ m" o
+ z( l- l; }3 B% s- [
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。' D% B- j9 ]% P9 O& F! A4 z
; X& S% W3 y) b4 K/ w
我们来几条记录来看一看:
) ^+ ?4 ]% e- w! `9 J2 G
) z& D8 U" \9 l0 W5 U3 k 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). z+ c) O9 w- e6 {/ y
! Y# H' C7 \: h% z# l9 ]
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。
S" [+ e5 N7 V1 j1 f
: i1 M3 f2 f6 V+ I' x 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)" n% G' G) H+ M# ]) C2 {' n4 t+ v
6 ~! |( I' T& J& M6 Z' t
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。/ t( H8 Q6 k* l1 F, W$ I ?" e+ ^
$ G* w! \% w3 z% [* D" u6 `/ g
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)
! m3 P0 K0 y- a# i. P+ c4 b& L5 z
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。% V( m! I1 Z, e6 m, P7 _" q
% x: M; j3 e4 C, t R) [8 ? 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。
. o8 j" ^- e' j6 P/ M. x( O# \: `" z2 D* W G
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 |
|