|
|
做网站有大半年了，今天第一次写这类文章。至于为什么要写这篇文章，是因为2009年下半年以来一直到现在，百度www.baidu.com 经常不正常，导致很多站长的网站出现快照不更新，快照回档，甚至被K的现象。所以在A5论坛和seowhy论坛上经常看到有些站长说，希望百度能尽快更新自己的快照。其实快照第二天是否更新，不一定要寄希望于他人，只要自己查查web日志，就能知道。也就是我今天要跟大家说的话题。
3 F# o, B% n/ [4 l; g! Z+ _ 下面我就简单的谈一下关于百度蜘蛛访问网站后，web日志所返回的状态码与首页的百度快照是否会更新之间的关系，所谈到的都是小弟大半年以来每天观察自己网站的web日志里百度蜘蛛的爬行痕迹所摸索出来的规律，希望对大家有些帮助。
/ C$ U8 e- D7 O" L 大家可以尝试着打开web日志的.log文件，web日志的默认路径是C:\WINDOWS\system32\LogFiles\W3SVC1 ，用虚拟主机的朋友可以找空间商索要。打开文件夹下的.log文件，搜索百度蜘蛛，百度蜘蛛的名字为baiduspider。然后一直Enter，可以查出百度蜘蛛访问网站后留下的所有足迹。在查找中，注意一下百度蜘蛛名字前面的IP，还有整行最后的状态码。
' j$ [9 p, ]( s8 A" G4 j 一般情况下，蜘蛛抓取网页如果返回200 0 0代码，则表示该网页已经成功编入索引，200 0 64是指索引数据库已经存在，没有发现网页有更新的内容，不需要重新索引的意思。304 0 0是指原来缓冲的文档还可以继续使用，跟200 0 64意思应该差不多吧。 (值得一提的是：200 0 64并不是网上很多人说的会被K站或降权，是正常现象,动态网站抓取的时候大多数出现200 0 0，即便是网站没有更新。)
! y/ p6 n2 ]5 O3 ` 在说一下蜘蛛IP，我的web日志里查到的蜘蛛IP一般都是220.181.7.*和123.125.66.*比较多，还有一个61.135.162.*，这三个段的IP是抓取网页的，123.125.68.*这个段的是百度沙盒蜘蛛IP。61.135.168.*这个段的蜘蛛是抓取图片的。不过百度蜘蛛应该还有很多，可能是按照网站的地区和线路发放蜘蛛的吧。具体情况还要具体对待。不过有一点可以肯定的是，在网站没被降权的情况下，只要有两个IP段的蜘蛛（比如我的日志里的220.181.7.*和123.125.66.*这两个段）都抓取了网站首页且返回的状态码是200 0 0，那就不用每天等到零晨四点看百度更新首页的快照了（我以前经常等到凌晨四五点才睡觉，呵呵，不过现在一般都是在早上六七点才更新快照）。
& C. r/ {" Q3 h5 ]+ Q* J! c% h 一般百度首页快照比较慢、网站权重比较低或者被降权的网站，蜘蛛一般都是返回的200 0 64的状态码。我有一个被K过的网站，当时每天都只有123.125.68.*这个段的IP，且状态码都是返回的200 0 0。2 p6 K* q* o& z% V; t
还有一些不知道怎么写了，暂且就这么多吧，等以后整理一下再继续写！) b) J) O$ H) [% _) L, P
3 Z: D: w+ { k$ x7 K: m
本来这篇文章是我2月份的时候就写好的，准备做为软文投稿到A5的，后来一直忙没时间去弄。绝对是本人精心原创文章（随时可接受验证）。: ]& c F' x' L( j: Z' H
在版主“好奇心”的一个帖子回复中的鼓励下，今天在这里做为达文发表，希望能审核通过。 |
|
