|
|
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？. ]5 q+ e# f5 h! y7 V+ a( k
% g8 H* \& y3 U- M( N0 u9 _+ i 好吧，我们仍拿出几条蜘蛛爬行记录来分析:' ?/ m8 `9 w/ {! B; }
J9 ?% ^7 d0 J6 w- ]5 c1 a
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 @4 `; a9 m- y% L0 M5 g3 B- t4 u: b. ]9 ]. q0 a/ c, }
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。
0 f& q+ N5 j, _, v/ ]8 J
6 W! C1 r( ~1 b8 |4 M" t 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？
4 f0 j8 k% f6 I- r* w
7 W7 L2 f c+ A7 i! g* F; e 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。+ s2 z Y: {0 O1 h3 K
# L5 h9 c2 ^% \/ h% n0 Y, W# I 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。
, B/ |$ w* B' {4 e2 O6 I8 `, F) f
) y" u. O6 T. I9 J 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！% x% d6 G R5 n, I
& d( {9 s \3 f* N& q2 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。
' j; X, i- w0 Y. B, H- ?! Z8 ~, G: n2 ~6 o* n$ ~
我们来几条记录来看一看:
/ i) M9 ^3 e7 M' T5 a6 q6 W- W$ m( `( m! ~
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)1 K9 ~- w; f+ B0 \" [) s
) E& i/ L# T1 w! T 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。 C& A u# _* C, \
8 R6 p+ G8 ] M- K, 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)
- w. A* d! q* l
; ?0 x1 j% {$ i/ U# k2 Z0 _ 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。
- a9 | g4 S( J8 L
' Z2 G$ e9 @0 J* E 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)
( I! S, V) S8 D" ?2 B9 i* A, c( s
2 {8 ?" w7 x; }3 D/ z0 r, q* x# J 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。" y1 k+ T1 e, E: C# d
4 b' ?8 k/ a8 M! S( E4 j) T& M
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。
* g8 }4 _7 u- ]9 m) `) ^. P8 h5 t: v% n' E( G# ?( I4 d
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
