|
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?
$ e. G( _( _* d$ [) s; d$ U, ^0 w! {7 w
好吧,我们仍拿出几条蜘蛛爬行记录来分析:
/ M$ y5 o4 E9 L# `# ~" y* y7 v4 Q
3 q/ _* U1 [, 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)
! L! F$ \6 R& Z, B& e! ?, |1 `
9 k4 i, e! H7 Z* K) z3 e, l" X2 b 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。
. R+ {+ k# B) a8 [' i- G; A8 y
; b/ n( T* u1 O 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?
2 ?0 r/ v& }) S' H0 _2 q7 Y) f% `" P: n( 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。
1 u3 H( l" Q( T ?5 s f
# o4 s+ i) a( M' f 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。3 l+ Z$ f1 B7 P
1 r5 h7 h, V, h" W: i$ X, l( ` 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!
+ W1 v/ p/ [8 _! X9 B" f: w5 U& R( ?/ r7 ^, h" W. Z9 s* B/ _
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。- h8 O- |* ]7 S
/ S" c, z7 p, b! p 我们来几条记录来看一看:( f. E% V, c9 m& p! d& U- T. \0 }
/ z( d I- O& R 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)
" O0 r. o6 K( K J, z( [: J
, o J4 M6 @2 k4 k1 S' j 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。
& o. Z7 D; L; h$ O6 P, I) M1 [- `9 C- Y" L2 B: Z
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)3 T* R5 }7 \, |, g7 y0 |' f0 A# S9 R
7 ~1 D# Y1 h' F2 F2 @) _ 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。* q2 M C2 | `' D8 E! x) P
5 D/ A# N& s) {7 M( D' H 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)
4 [: O+ [8 f S: s; m' m8 c2 L! h) v' W, j& d2 c/ J% G
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 n5 p0 q7 m: k+ f: W4 D
5 H6 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。# Z( v$ w1 c; b: x
0 |7 N8 d) s/ j4 y* |. 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 |
|