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
0 C: ?3 d2 W4 ~) e M2 L- _* h2 F2 {' R& ]
6 i( ]% d' b- Y( p. S1 B( }+ p
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, Q& W" j8 C& z: N" c
2 G+ o- s% l2 t0 S7 H& r$ y
3 n! a' o6 v! S; m; p3 i$ H+ ~# m
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: j, S/ J% _5 E8 x5 l! O' E
5 u! `& `/ t1 [9 \) R5 _) B
4 ?; ^% Z6 }& c* X/ ~( D8 K 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。7 Y! {% d8 l0 G: ]5 p
e# {6 R, b; ]; j: R o! y9 \& g' L0 P, F" V2 @
3、确保您的网络服务器支持 If-Modified-Since HTTP 标头- a; c& ]0 j }' n3 {
- f( w& V+ w5 O7 o0 q
- a7 Q6 z2 ]1 W) i5 w2 R$ D, c 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。6 m* ~ \; Q7 l
" [6 z i6 b: ?, J- F1 G9 L E* u. D2 d/ G
4、设置合理的robots文件
# R! c" `% R1 d2 d6 I) N
" i( M7 ?/ V5 q. g) ^
4 L9 z' ? B5 N8 C$ F& w 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。2 N3 {$ X2 j4 M8 ?2 f
/ v+ I$ v$ Q1 d( U% u1 W G1 Y1 F7 R
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
! W3 R" p: a2 r$ a, @* T2 s. w, c" e$ h+ u+ l/ F: k6 P' X9 n S
' s6 x8 X9 r4 e# W: e. N) u
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9 s f" M. M- L% `2 w. V
# w- X0 c9 n$ l8 u' x
: L/ F& w; |" A: j( Z* E0 h 6、经常使用一些前端测试工具来测试网页的性能( t7 }4 ?' w' S: U/ V% R- q
; p7 E; c2 O ~: K, s/ J$ c3 S2 C
9 b, `( I% D; ]0 ` 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。
5 `& U4 D7 i+ X
@9 B& A" w8 _ r) t |
