|
|
“抓取错误”是 Google网站管理员工具(Webmaster Tools)中最受欢迎的工具之一。它可以帮助你检查错误的链接，不仅仅是URL链接，还包行DNS解析失败、服务器链接、robots.txt 文件等问题，几乎所有网站都会出现抓取错误。
网站站长工具将错误分为两类：网站错误(site errors)和链接地址错误(URL errors)。如果在一个网站上出现多个抓取错误，那么你的网站信任度会下降，甚至会影响到排名，当然这工具对于百度优化同样有效。那么应当如何解决Google网站管理员工具的抓取错误呢。
通过Googlebot抓取的错误分类就看知道是什么导致抓取错误的原因了。
一、HTTP的错误
当一个网站上的网页(例如，当用户在浏览器中访问您的网页或Googlebot抓取页面时)到您的服务器发出请求，服务器返回HTTP状态码响应请求。
如果出现403状态，可以不用理睬，这表明是你的主机阻止了Googlebot抓取。对于所有HTTP状态码的列表文件，可以参考Google HTTP状态码帮助页面。
二、Sitemap中的错误
Sitemap错误往往会造成404错误页面，或在当前地图返回一个404错误页面，如果出现404错误页面请检查Sitemap中所有的链接，
Google会不断抓取你已经删除的Sitemap，这点很郁闷，但也有办法解决：确保旧的Sitemap已经在管理员工具中被删除。如果不想被抓取，确保旧Sitemap出现404或者重新定向到新的Sitemap。
来自Google员工Susan Moskwa解释道：
阻止Googlebot的爬行，最好的办法是使这些网址(例如旧的sitemaps)出现404，当我们看到一个URL多次出现404后，Googlebot会停止爬行。
三、重定向错误
有些错误是因为301从定向引起的，执行重定向后要注意什么：
1：确保他们返回到正确的HTTP状态码。
2：确保没有任何循环重定向。
3：确保重定向指向有效的网页，而不是404页，或其他错误页，如503(服务器错误)或403(禁止抓取)
4：确保重定向不是指向一个空页面。
四、404错误
404错误可能会出现在以下几个方面：
1：删除了网站上的网页；
2：改变了网页的名称；
4：链接到了一个不存在的页面；
5：其他网站链接到你网站上一个不存在的页面；
6：网站迁移到一个新的域名不完全匹配的网站。
五、受robots.txt限制
还有一个原因是robots.txt文件阻止了Googlebot的抓取，如果出现大量抓取错误，第一步应该检查robots.txt
六、软404错误
通常情况下，当有人请求的页面不存在，服务器将返回一个404(未找到)错误。除了在响应请求的页面不存在返回404代码，服务器也将显示一个404页。 这可能是一个标准的“未找到文件”的消息，或旨在提供更多信息的用户，它可能是一个自定义页面。 页的内容是由服务器返回的HTTP响应完全无关。仅仅因为一个页面显示404文件未找到消息并不意味着它是一个404页。
七、超时
网站超时也是出现抓取错误的原因之一，如果出现超时现象，Googlebot会停止抓取。超时的错误类型有：
1：DNS超时，可以使用Nslookup 命令检测DNS，出现DNS超时最大的因素是域名服务商的DNS服务器不稳定。
2：网址超时，在某一个特定页面，而不是整个域的错误。
3：robots.txt超时，如果你网站有robots.txt，但服务器超时，Googlebot会假定该文件不存在。
4：动态网页的响应时间过长而造成网页载入时间过长。 |
|
[复制链接]
发表于 2012-6-1 10:52:18
提升卡
沉默卡
变色卡
楼主
