造成Baiduspider(百度蜘蛛)抓取網站異常的原因有哪些

       

造成Baiduspider（百度蜘蛛）抓取網站異常的原因有哪些

有一些網頁，內容優質，使用者也可以正常訪問，但是Baiduspider卻無法正常訪問並抓取，造成搜尋結果覆蓋率缺失，對百度搜尋引擎對站點都是一種損失，百度把這種情況叫“抓取異常”。對於大量內容無法正常抓取的網站，百度搜尋引擎會認為網站存在使用者體驗上的缺陷，並降低對網站的評價，在抓取、索引、排序上都會受到一定程度的負面影響，影響到網站從百度獲取的流量。

下面向站長介紹一些常見的抓取異常原因：

1，伺服器連線異常

伺服器連線異常會有兩種情況：一種是站點不穩定，Baiduspider嘗試連線您網站的伺服器時出現暫時無法連線的情況；一種是Baiduspider一直無法連線上您網站的伺服器。

造成伺服器連線異常的原因通常是您的網站伺服器過大，超負荷運轉。也有可能是您的網站執行不正常，請檢查網站的web伺服器（如apache、iis）是否安裝且正常執行，並使用瀏覽器檢查主要頁面能否正常訪問。您的網站和主機還可能阻止了Baiduspider的訪問，您需要檢查網站和主機的防火牆。

2，網路運營商異常：網路運營商分電信和聯通兩種，Baiduspider通過電信或網通無法訪問您的網站。如果出現這種情況，您需要與網路服務運營商進行聯絡，或者購買擁有雙線服務的空間或者購買cdn服務。

3，DNS異常：當Baiduspider無法解析您網站的IP時，會出現DNS異常。可能是您的網站IP地址錯誤，或者域名服務商把Baiduspider封禁。請使用WHOIS或者host查詢自己網站IP地址是否正確且可解析，如果不正確或無法解析，請與域名註冊商聯絡，更新您的IP地址。

4，IP封禁：IP封禁為：限制網路的出口IP地址，禁止該IP段的使用者進行內容訪問，在這裡特指封禁了BaiduspiderIP。當您的網站不希望Baiduspider訪問時，才需要該設定，如果您希望Baiduspider訪問您的網站，請檢查相關設定中是否誤新增了BaiduspiderIP。也有可能是您網站所在的空間服務商把百度IP進行了封禁，這時您需要聯絡服務商更改設定。

5，UA封禁：UA即為使用者代理（User-Agent），伺服器通過UA識別訪問者的身份。當網站針對指定UA的訪問，返回異常頁面（如403，500）或跳轉到其它頁面的情況，即為UA封禁。當您的網站不希望Baiduspider訪問時，才需要該設定，如果您希望Baiduspider訪問您的網站，useragent相關的設定中是否有Baiduspider UA，並及時修改。

6，死鏈：頁面已經無效，無法對使用者提供任何有價值資訊的頁面就是死連結，包括協議死鏈和內容死鏈兩種形式：

協議死鏈：頁面的TCP協議狀態/HTTP協議狀態明確表示的死鏈，常見的如404、403、503狀態等。

內容死鏈：伺服器返回狀態是正常的，但內容已經變更為不存在、已刪除或需要許可權等與原內容無關的資訊頁面。

對於死鏈，我們建議站點使用協議死鏈，並通過百度站長平臺--死鏈工具向百度提交，以便百度更快地發現死鏈，減少死鏈對使用者以及搜尋引擎造成的負面影響。

7，異常跳轉：將網路請求重新指向其它位置即為跳轉。異常跳轉指的是以下幾種情況：

1）當前該頁面為無效頁面（內容已刪除、死鏈等），直接跳轉到前一目錄或者首頁，百度建議站長將該無效頁面的入口超連結刪除掉

2）跳轉到出錯或者無效頁面

注意：對於長時間跳轉到其它域名的情況，如網站更換域名，百度建議使用301跳轉協議進行設定。

8，其它異常：

1）針對百度refer的異常：網頁針對來自百度的refer返回不同於正常內容的行為。

2）針對百度ua的異常：網頁對百度UA返回不同於頁面原內容的行為。

3）JS跳轉異常：網頁載入了百度無法識別的JS跳轉程式碼，使得使用者通過搜尋結果進入頁面後發生了跳轉的情況。

4）壓力過大引起的偶然封禁：百度會根據站點的規模、訪問量等資訊，自動設定一個合理的抓取壓力。但是在異常情況下，如壓力控制失常時，伺服器會根據自身負荷進行保護性的偶然封禁。這種情況下，請在返回碼中返回503(其含義是“Service Unavailable”)，這樣Baiduspider會過段時間再來嘗試抓取這個連結，如果網站已空閒，則會被成功抓取。