|
|
楼主 |
发表于 2013 年 8 月 22 日 11:26:55
|
显示全部楼层
今天我们仍用自己的网站服务器日志，教大家清晰掌握服务器与蜘蛛是怎么互动的，这些都是日志中不太明显的信息，需要你细心的去观察的。新站起用被使用过的老域名，反而没有直接用没有被使用过的新域名收录来得快，最近上线的这个新站，因为域名选取的原因，必须使用被使用过的老域名，上线已经9天， 仍没有快照与收录，但我们是不是就应该要选择放弃了呢？9 F" {' |3 y% x
6 P, Y) S, y# J b6 }2 ` 好吧，我们仍拿出几条蜘蛛爬行记录来分析:
: n4 s! R& R$ p# Z2 D5 a% ?. Q
# |7 a# v2 K: A7 }+ g) y: x 123.125.71.116 - - [10/Sep/2012:05:41:23 +0800] "GET / HTTP/1.1" 200 5858 "-" "Mozilla/5.0 (compatible； Baiduspider/2.0； +http://www.baidu.com/search/spider.html)
* D6 H# d' b, p0 j- c' E: z
; m* H( ^: U: m5 n 通过上一次的讲解，我们知道IP为123.125.71.116的蜘蛛，在2012年9月10日凌晨05点41分23秒的时候，爬行了我们首页信息，HTTP返回状态值200，爬行字节数5858。
. m6 j: t, l: L$ D8 r/ t. t$ Q$ R, B/ O) ~
今天我们要重点讲解的就是这个HTTP返回状态值，什么是返回状态值？都有哪些返回状态值？它们都分别代表什么意思？5 F" }& M: O7 [, G7 q- `3 B8 Y" j
& R2 W( D5 a: F4 M7 S5 N% g
什么是HTTP返回状态值呢？当用户或搜索引擎向网站服务器发出浏览请求的时候，服务器返回的HTTP数据流中头信息中的状态码，它是一种服务器与访问者交互的语言。- F/ z: W7 E9 ^5 _1 I
% \ C$ O' x" T. Z 都有哪些返回状态值呢？返回状态值有很多，根据其含义，以1开头的返回值表示临时响应并需要请求者继续执行操作。以2开头的返回值表示成功处理了请 求。以3开头的返回值要求完成请求需要进一步操作，通常这些状态码用来重定向。以4开头的返回值表示请求可能出错，妨碍了服务器的处理。以5开头的返回值 表示服务器在处理请求时发生内部错误，这些错误可能是服务器本身的错误，而不是请求出错。: ^5 O( T. y( r
, i$ ^3 I6 n6 R$ i* K( i+ }
好吧，纯粹的理论让人看得是不是有点头晕了，我们下面用实例来分析一下常见的返回状态值都有哪些！
& b }+ w6 C; M0 C0 q3 V# F; u; ]% A6 g' Q6 A+ ~* ~6 t6 R. D
背景:我们分析的这个网站是老域名，之前被人用过，存在搜索引擎收录数据，现在域名被我用来重新建站。
& `9 z; t2 E2 x8 j7 |" e: o8 Z: | s% u9 L: E$ v/ R3 _% V& |2 T; h" \
我们来几条记录来看一看:
5 H s% W: o4 z2 f
& {1 p5 i/ a: i: w. R2 ~9 C 123.125.71.98 - - [10/Sep/2012:01:02:33 +0800] "GET /news/disp.php？id=302 HTTP/1.1" 404 1107 "-" "Mozilla/5.0 (compatible； Baiduspider/2.0； +http://www.baidu.com/search/spider.html)
$ v# W9 R% f# y4 K4 M/ d" ^- S a, C m2 \' L
这条记录HTTP返回状态值是404，原因是因为百度蜘蛛爬行了一条本网站根本不存在的路径，HTTP返回404代表:服务器找不到请求的网页。
' V: G+ K# m: {) ? i& F7 }$ m7 z+ p @. Z P5 l" y3 W
123.125.71.116 - - [10/Sep/2012:05:41:23 +0800] "GET / HTTP/1.1" 200 5858 "-" "Mozilla/5.0 (compatible； Baiduspider/2.0； +http://www.baidu.com/search/spider.html)9 I1 F* Y. [" Y1 O# f" e! {
8 _9 n$ K( x/ s% h 这条记录HTTP返回状态值是200，原因是因为百度蜘蛛爬行了真实存在的网站首页，HTTP返回200代表:服务器已经成功处理了请求。) _) @( p' ~6 O
. |! A7 K; ^$ b" |: Y8 H% B% }/ J: F 220.181.51.113 - - [10/Sep/2012:08:44:22 +0800] "GET /product/disp.php？id=85 HTTP/1.1" 301 250 "-" "Mozilla/5.0 (compatible； Baiduspider/2.0； +http://www.baidu.com/search/spider.html)
, t4 |) O W( Y4 x0 ^
' \9 D/ }& z- a0 V. q( ~; v" L$ [* v 这条记录HTTP返回状态值是301，原因是因为百度蜘蛛爬行了在网站中不存在的文件路径，HTTP返回301代表:请求的网页已永久移动到新位置。- i) U; `7 o% {7 k. }
2 l5 k& Q8 b ~7 G& m- i
HTTP返回状态值还有很多，如果你遇到其它的可以随时百度一下就能找到它代表的意思。本文的目的是希望通过我们网站的文章，帮助到其他和我们遇到同样问题的人。目前本文新上线的网站大量存在HTTP返回状态404，主要原因是老域名存在使用情况，百度收录数据库中存在大量原有收录数据，现在百度蜘蛛仍按原收录文章路径进行爬行，导致HTTP返回状态值出现404码，根据笔者的经验，此时新站处于百度审核期，只有通过百度一个月到三个月的审核期，收录数据才能得到释放，此时的404应该越多越好，蜘蛛爬行不通，自然会将该条原收录数据删掉，只是这样一来会延长新站的审核通过周期。' D# a; o7 ^; [: v
9 f9 a, `# a& s% D/ U 新站起用被使用过的老域名，就会遇到像我一样的情况，但是怎么观察隐藏在日志的访问秘密，是做为站长的你必须要学会的。只有这样，才能让你看到希望，只有这样，才能让你有坚持的动力，只有这样，才能让你不再疑惑！网站优化 |
|
IP卡
狗仔卡
发表于 2013 年 8 月 22 日 11:26:27
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
显身卡
