|
楼主 |
发表于 2013 年 8 月 22 日 11:26:45
|
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?: N( A7 G/ Q! u
, Z" e! P5 [! I* R 好吧,我们仍拿出几条蜘蛛爬行记录来分析:
) m7 h: I$ E# U, o# L' A2 f/ @- z f1 z
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)) a% k R3 I* W7 ?( `4 ?
3 C0 w0 H+ X! }! g: `6 B
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。% R! d' L1 V# X4 N8 j6 o) Y
" _+ O' b+ o0 d$ r
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?3 j" z7 y& I( e$ a9 f- g- }& n, q
- U1 E+ W. c- F/ g3 @5 ~ 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。
" E4 k/ d& S; ^; J; I" ]( b
9 g) R' ~+ X8 Y* P 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。. ]. a* M3 {3 d% N I2 }
8 N; S; Q* H! o: o8 G+ D
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!! ?% U. @ E0 F2 E1 `0 O
, x+ \2 c2 c5 Y z- a( h. u
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。
1 \% s' a- b4 S9 ?+ y3 r6 S5 R
: H& ]$ `8 p8 \, R( ^% Q8 h 我们来几条记录来看一看:
3 ?: a/ N% L0 g0 f. N' @
: E, F* `8 h/ |) [( n2 v9 H 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): _( p% V+ l! k& }
/ A" M/ M0 b! z2 k( a. r; S 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。" B% q# [ o( w5 M" W/ K) M
% |, C0 W) S$ d+ Z7 d' k% F6 Z
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)$ t% B$ T6 a+ f" j3 G' E) T4 I5 D
' S1 I$ C! _1 H: ^1 J( o 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。" h, z% o8 V }! T2 ~, v# ^5 ^, v
" `0 } I* E9 K0 x; T9 M! q# P3 j
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)5 M+ b9 ~0 [. Y" K) t
" w$ k8 }1 q# J# J& |
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。" \$ P: D8 J& T M- t4 |
$ z9 f5 Y; P H: C 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。) ?5 i! L# W7 O( E- q) a
4 J2 q- i% T' M# F
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 |
|