|
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?( a" i5 a9 n* V. `- ^% M
* z# w; W) E! H) ?1 g0 P
好吧,我们仍拿出几条蜘蛛爬行记录来分析:' r- F4 a2 w: L3 }
+ _+ A0 ^! A F& \
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)
* J; c, F. C; ~8 g. @6 ^: H& F% P Q) I5 R
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。
6 @# J& _: v( V. L, ?3 Q! W" \: P) T
% D" [; I8 ?7 X8 A5 [7 U" S 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?
: ]6 B3 l, b6 X4 ~/ ^8 Z9 x c) p( H$ _. d5 x
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。" R$ |. ^3 P9 R0 x4 D- M6 b3 n. T7 i
2 [# I v. V6 l9 b: d1 o: a G. D 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。0 v$ M4 H s/ ^7 d
; Q1 O0 N: m8 k V, N+ w
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! q3 {( E: I1 q: U- A- k( m
/ _& B+ J! ~8 y0 E 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。
( O& Z- Z. I* K; ~0 W0 \3 `; j& W2 `# {
我们来几条记录来看一看:6 ?% {( f! P8 j; q" w1 ^3 n
$ p. v6 i. S3 ?, B: F- }8 u
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)3 V: \6 z% S3 f
/ W- ?% D3 g) E+ ?7 Q5 W 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。6 N8 q- g- B+ n# W) X# Z
# g/ P. A6 x% R+ A; D8 O
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)' E; ?4 P: F' O* {5 `+ f* z' x
/ h3 A1 E3 z5 T# H$ _0 m
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。& F- e; g; B& [; X
* T$ K6 ^3 ?/ ^8 h 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)
8 a& j* X0 n' ?) w* ?$ y- E( q8 w
C& R8 K. K, |0 `5 x/ g2 {, z 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。# |; F' Y+ g3 \$ U
! n5 g" Y5 f% W; O' z: L. r
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。. z7 E- q, Z, `3 m* a
4 F+ Z/ y& J0 W+ p4 a: }
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 |
|