在分析网站日志时发现蜘蛛每天都会在网站抓取，但是网站依然是收录不充分，这时我们很有必要检测网站的robots文件，站长们都知道蜘蛛来网站抓取时，首先会检索网站是否存在robots文件，查看网站是否已经存在不需要抓取的页面，看文件中是否阻止了网站中某部分内容，很多站长因为不会正确的写robots文件，导致网站不能被充分的收录。对于很多新手站长不知道如何写文件，可以利用百度站长工具robots文件功能，可以检测你的文件写法是否正确，或者可以直接帮你生成文件，需要你填写屏蔽的文件路径即可。5 K; g ^; Q; P @) i
6 l6 G0 m, ~* n' p. M p1 Q( Y, d如果某网站上添加了上面的文件，蜘蛛并不会抓取网站上在news路径下的内容，网站在news目录下更新的文章永远不会被收录，网站更新再多的文章，访问日志中蜘蛛每天都来抓取，但是对于这些内容还是不会给予收录。但是对于网站来说news下的内容是很重要的，这样错误的robots文件并是网站不能被充分收录的幕后黑手。 8 r2 W1 P, R1 b. f1 S$ h4 b% L 页面没有被访问过,特别对于一些大型的内容型网站来说，网站上的内容页面特别多，网站之间如果不能很好的建立内链，很多页面可能就会面临着被沉底不收录的现象，这些页面大多数离网站首页深度比较深，蜘蛛无法对页面进行爬行，导致不能被蜘蛛收录。或者是链接到此页面的链接都是加了nofollow标签，不传递任何权重的链接。因为这种原因导致网站不被充分收录比较冤枉，对于网站的建设来说，最好不要在网站上使用nofollow标签、JS代码、或者蜘蛛不能识别的转向等。对于网站页面深度比较深的情况，站长们可以完善网站的内链建设，不要网站的页面变成独立的页面，建立好导航和内链，或者给想要收录的页面增加外链，提高页面在搜索引擎中的权重值。% X8 t h- a6 U
" k/ G% t) t. ]4 ], b- t! q1 t! _ 低质量内容垃圾站点，除去上面说到的4点优化方法上的原因，还有个重要的不可忽视的就是页面本身的问题，搜索引擎识别能力逐渐加强，对于非高质量非原创的内容，蜘蛛有一定的识别能力，不管是本身网站的重复内容，还是网站从外部获得的重复内容，蜘蛛都能一定程度的对其识别，对于重复的内容页面，蜘蛛不会继续放入自己的数据库，甚至会对一些低权重的网站，进行删除索引的操作。在互联网垃圾泡沫的时代，要想真正的做到收录充分，网站权重高，还是要坚持去做高质量的内容，这样才能长久在业界生存 " S# h. E$ W8 \: A W) c; ?2 G' g " B$ @. v. b2 U0 k
