您好,欢迎访问【高丹SEO】网站登录
西安SEO为您提供SEO基础知识,SEO排名技术,网站优化教程,SEO问题解答,网站优化,网站SEO顾问等服务。
首页 >> 网站seo经验 >> 分析百度蜘蛛返回http状态码大全及处理逻辑

分析百度蜘蛛返回http状态码大全及处理逻辑

2015-06-08 0
浏览次数573次

百度蜘蛛http状态码指的是最常见的为百度蜘蛛爬取网页地址在服务器上所产生的爬取文件返回码。

一下是返回码大全

2xx成功

200正常;请求已完成。

201正常;紧接POST命令。

202正常;已接受用于处理,但处理尚未完成。

203正常;部分信息—返回的信息只是一部分。

204正常;无响应—已接收请求,但不存在要回送的信息。

3xx重定向

301已移动—请求的数据具有新的位置且更改是永久的。

302已找到—请求的数据临时具有不同URI。

303请参阅其它—可在另一URI下找到对请求的响应,且应使用GET方法检索此响应。

304未修改—未按预期修改文档。

305使用代理—必须通过位置字段中提供的代理来访问请求的资源。

306未使用—不再使用;保留此代码以便将来使用。

4xx客户机中出现的错误

400错误请求—请求中有语法问题,或不能满足请求。

401未授权—未授权客户机访问数据。

402需要付款—表示计费系统已有效。

403禁止—即使有授权也不需要访问。

404找不到—服务器找不到给定的资源;文档不存在。

407代理认证请求—客户机首先必须使用代理认证自身。

410请求的网页不存在(永久);

415介质类型不受支持—服务器拒绝服务请求,因为不支持请求实体的格式。

5xx服务器中出现的错误

500内部错误—因为意外情况,服务器不能完成请求。

501未执行—服务器不支持请求的工具。

502错误网关—服务器接收到来自上游服务器的无效响应。

503无法获得服务—由于临时过载或维护,服务器无法处理请求。

百度蜘蛛对常用的http状态码的处理逻辑:

1、404

404返回码的含义是“NOT FOUND”,百度会认为网页已经失效,那么通常会从搜索结果中删除,并且短期内百度蜘蛛再次发现这条url也不会抓取。

2、503

503返回码的含义是“Service Unavailable”,百度会认为该网页临时不可访问,通常网站临时关闭,带宽有限等会产生这种情况。对于网页返回503,百度蜘蛛不会把这条url直接删除,短期内会再访问。届时如果网页已恢复,则正常抓取;如果继续返回503,短期内还会反复访问几次。但是如果网页长期返回503,那么这 个url仍会被百度认为是失效链接,从搜索结果中删除。

3、403

403返回码的含义是“Forbidden”,百度会认为网页当前禁止访问。对于这种情况,如果是新发现的url,百度蜘蛛暂不会抓取,短期内会 再次检查;如果是百度已收录url,当前也不会直接删除,短期内同样会再访问。届时如果网页允许访问,则正常抓取;如果仍不允许访问,短期内还会反复访问 几次。但是如果网页长期返回403,百度也会认为是失效链接,从搜索结果中删除。

4、301

301返回码的含义是“Moved Permanently”,百度会认为网页当前跳转至新url。当遇到站点迁移,域名更换、站点改版的情况时,推荐使用301返回码,尽量减少改版带来的 流量损失。虽然百度蜘蛛现在对301跳转的响应周期较长,但我们还是推荐大家这么做。

百度对于某些常见情况的使用建议:

1、如果站点临时关闭,当网页不能打开时,不要立即返回404,建议使用503状态。503可以告知百度蜘蛛该页面临时不可访问,请过段时间再重试。

2、如果百度蜘蛛对您的站点抓取压力过大,请尽量不要使用404,同样建议返回503。这样百度蜘蛛会过段时间再来尝试抓取这个链接,如果那个时间站点空闲,那它就会被成功抓取了。

3、有一些网站希望百度只收录部分内容,例如审核后的内容,累积一段时间的新用户页等等。在这种情况,建议新发内容暂时返回403,等审核或做好处理之后,再返回正常状态的返回码。

4、站点迁移,或域名更换时,请使用301返回码。

全部评论:0