来看看404、503、403、301等状态对百度的影响

百度爬虫在进行抓取和处理时，是根据http协议规范来设置相应的逻辑的，所以请站长们也尽量参考http协议中关于返回码的含义的定义来进行设置。
! H5 s% Y- I- e" R
% R% M% ]' {4 V7 S  A1 `% v' I百度spider对常用的http返回码的处理逻辑是这样的：
  r! N! {: @1 N" v- D* \1、404
  404返回码的含义是“NOT FOUND”，百度会认为网页已经失效，那么通常会从搜索结果中删除，并且短期内spider再次发现这条url也不会抓取。
1 u' o, r. t; H
1 @8 s+ l$ l- V* y2、503
  503返回码的含义是“Service Unavailable”，百度会认为该网页临时不可访问，通常网站临时关闭，带宽有限等会产生这种情况。对于网页返回503，百度spider不会把这条url直接删除，短期内会再访问。届时如果网页已恢复，则正常抓取；如果继续返回503，短期内还会反复访问几次。但是如果网页长期返回503，那么这个url仍会被百度认为是失效链接，从搜索结果中删除。

9 T! B5 `5 L6 ^" X3、403
. t( V/ y- I, B% W0 U5 a  403返回码的含义是“Forbidden”，百度会认为网页当前禁止访问。对于这种情况，如果是新发现的url，百度spider暂不会抓取，短期内会再次检查；如果是百度已收录url，当前也不会直接删除，短期内同样会再访问。届时如果网页允许访问，则正常抓取；如果仍不允许访问，短期内还会反复访问几次。但是如果网页长期返回403，百度也会认为是失效链接，从搜索结果中删除。  

4、301
  301返回码的含义是“Moved Permanently”，百度会认为网页当前跳转至新url。当遇到站点迁移，域名更换、站点改版的情况时，推荐使用301返回码，尽量减少改版带来的流量损失。虽然百度spider现在对301跳转的响应周期较长，但我们还是推荐大家这么做。
- E- f1 t0 L! M! ]
4 @4 Y/ d: {) t" S& v# ]* n- C  我们的建议
6 y3 Q$ J3 s: `1、如果站点临时关闭，当网页不能打开时，不要立即返回404，建议使用503状态。503可以告知百度spider该页面临时不可访问，请过段时间再重试。
& e$ _; T$ f: d( p- b2 h
2、如果百度spider对您的站点抓取压力过大，请尽量不要使用404，同样建议返回503。这样百度spider会过段时间再来尝试抓取这个链接，如果那个时间站点空闲，那它就会被成功抓取了。
' C6 Y0 d- R# X9 f
1 \6 `" k+ W# Y, T8 v3、有一些网站希望百度只收录部分内容，例如审核后的内容，累积一段时间的新用户页等等。在这种情况，建议新发内容暂时返回403，等审核或做好处理之后，再返回正常状态的返回码。
& z8 D, J4 c( z# g8 f
4、站点迁移，或域名更换时，请使用301返回码!

这个思路很新颖，打开了新世界的大门，谢谢分享

楼主辛苦了，整理这么多内容，必须点赞收藏

楼主太厉害了，整理得这么详细，必须支持