1、使用文本浏览器来检查你的网页，看网页中重要的URL链接是否能够被文本浏览器抓取得到) p+ e& g5 U/ U, o2 q+ @6 ?
) Z% f0 B1 l, D, C: \6 |, \) n3 J5 d4 _- H" Q
常用的文本浏览器是lynx，大家可以在linux环境下安装它，它在浏览器你的网页时，几乎与搜索引擎蜘蛛看到的内容一致，所以大家常常使用它来测试网页的可抓取性，如果你的页面中重要的链接使用了JS、AJAX等技术，lynx浏览器是看不到这些链接的，同样的搜索引擎也抓取不到这些链接。因此在网站上线前，可以先用文本浏览器检查一下主要的网页，看是否用了对搜索引擎不友好的技术# G! h# V) E, t7 L
, h, S0 S: w* i s
3 V5 {) \; y3 U$ G 2、允许搜索引擎蜘蛛在不使用可跟踪其网站访问路径的会话 ID 或参数的情况下抓取您的网站
$ H/ W( V1 a7 u
& I {8 I- {: q% @
5 n3 m; G, M3 |# g: e3 t 一些session id对于跟踪用户的访问行为来说是很有效的，但是对于搜索引擎来说，就不是好的作法了，如果使用了这些技术，你的网页可能被索引得不完整，因为搜索引擎程序还不能排除那一些从URL上看上来不同，但是网页内容却完全相同的网页。对于收录是不友好的。
6 m) Z( ^5 d1 `9 h0 T/ L4 l$ ~; G& g% J
7 H" Y, B* R* Q' Q4 X8 h& y' B 3、确保您的网络服务器支持 If-Modified-Since HTTP 标头
% f( x! J* W- F2 B+ w+ y1 w1 j/ e+ K2 J) ^7 O. i, k
9 x: `3 @' ?5 g: f 如果你的服务器支持if-modified-since-HTTP标头的话，当搜索引擎蜘蛛程序抓取到你的网页的时候，会首先检查这个If-Modified-Since HTTP 标头值，通过这个值，搜索引擎爬虫程序可以判断出来你的网页自从它上次抓取后，是否有所变化，如果没有变化，它便可以不用下载相同的页面内容，节约蜘蛛资源，也节约你的服务器带宽，这样蜘蛛就可以抓取更多其他的页面。( j; k. j4 c0 `. G3 f9 A" i
/ e/ o' m3 z8 G! p, [; O8 Y- q: ^1 V- A- f) D. T( B V
4、设置合理的robots文件% N6 y) i8 a8 j
# H5 e$ {, [3 P
) X( W0 l) \& o1 ?9 u0 ~ Y
每个网站最好都设置一个robots文件，如果你的网站没有任何内容不想被搜索引擎索引，那么可以建立一个空的以robots为命名的文件，上传到你网站的根目录下，通过robots文件，我们可以让搜索引擎抓取某些目录，而不抓取某些目录，例如一些模板文件，可以禁止搜索引擎抓取，一些后台登录文件，也可以利用robots文件加以禁止收录，在设置robots文件时，一定要小心，以避免把一些重要的文件给禁止了，我们可以使用谷歌网站管理员工具进行测试。
. I6 U: x9 {9 U: \) D0 x' Z5 K9 i" l+ y7 i5 s; Y( |
3 q2 d3 ^# m* f9 u
5、对网站进行兼容性测试，以确保在每个浏览器中都可以正确显示
1 o7 n6 _: T' X2 k( ]* F$ G0 K r4 u6 s. v
( k. _9 r0 h$ j. d( C+ K4 Y 我们在网站上线前，最好先做大量的浏览试验，确保网页内容可以正确的显示在所有的浏览器上边，例如IE的有一个IE工具测试，可以测试各个IE版本的显示效果，谷歌浏览器也有类似的插件，可以对浏览器的兼容性进行测试，等检测完都能正常显示时，再上线，在平时的维护中，也可以经常去测试页面显示的兼容性
6 x6 ^3 K4 T2 a, ~$ `, k2 h
3 w/ J. j$ g* r0 v: i3 |
7 Y4 k5 @; D7 k4 l$ n 6、经常使用一些前端测试工具来测试网页的性能
3 F1 k( Q( i7 q
! }4 O# }, U0 z4 B+ s. C Y: K" R
6 G/ ?' d+ [* f 例如我们可以使用谷歌的page speed工具以及yahoo的yslow对网页进行性能的测试，这两个工具还可以指出你的网站中页面需要改进的地方，我们可以按照里边描述的步骤进行前端页面优化，例如启用GZIP、启用keep-alive、使用css sprites技术、合并JS与CSS等。, s' S! ~3 v t2 } X
, h( w" B( b# l. s5 P) u |
