■范春

聊聊死鏈對(duì)網(wǎng)站的影響

■范春

大量死鏈對(duì)搜索引擎來講，有什么影響？

1、很多站都避免不了存在死鏈接，但死鏈率過高，會(huì)影響搜索引擎對(duì)網(wǎng)站的評(píng)分。

2、搜索引擎對(duì)每個(gè)網(wǎng)站每天抓取的頻次是限額的，若網(wǎng)站存在大量死鏈，會(huì)浪費(fèi)掉抓取配額并影響正常頁面的抓取。

3、過多死鏈對(duì)網(wǎng)站用戶來講也是體驗(yàn)不好的表現(xiàn)。

百度站長(zhǎng)工具中有一個(gè)抓取異常，那么這個(gè)工具里面的異常數(shù)據(jù)是如何產(chǎn)生的呢？

1、網(wǎng)站內(nèi)部添加了錯(cuò)誤的內(nèi)部鏈接

編輯失誤或者程序員大意讓頁面產(chǎn)生了不存在的頁面。

2、網(wǎng)站短暫無法訪問

因?yàn)榉?wù)器、空間或程序問題導(dǎo)致網(wǎng)站短暫無法訪問，產(chǎn)生大量返回碼為5開頭的服務(wù)器錯(cuò)誤頁面。

3、外部鏈接錯(cuò)誤

用戶或者站長(zhǎng)在站外發(fā)布了錯(cuò)誤URL，蜘蛛爬取后產(chǎn)生錯(cuò)誤頁面；別的網(wǎng)站復(fù)制或采集了你們含有錯(cuò)誤鏈接的頁面；有些垃圾網(wǎng)站自動(dòng)生成的靜態(tài)搜索結(jié)果頁。

4、爬蟲提取了不完整的URL

個(gè)別爬蟲在提取頁面URL的時(shí)候，只提取部分URL或者把正常的URL后面的文字或字符也提取進(jìn)去了。

5、網(wǎng)站改版

網(wǎng)站改版過程中老頁面直接刪除并沒有301跳轉(zhuǎn)到對(duì)應(yīng)頁面，或者實(shí)行301跳轉(zhuǎn)后依然部分老頁面無法訪問。

6、管理員刪除頁面

網(wǎng)站管理員刪除被黑、廣告、過時(shí)、被灌水頁面導(dǎo)致很多死鏈接。

7、過時(shí)或交易完畢頁面

下架商品、過期信息

出現(xiàn)了了上述情況，我們?cè)撊绾稳ソ鉀Q？

1、修復(fù)錯(cuò)誤頁面

抓取異常中的很多錯(cuò)誤頁面是因?yàn)槌绦騿T大意或者我們程序問題導(dǎo)致的，本應(yīng)該是正常頁面，因?yàn)槭д`導(dǎo)致無法訪問，對(duì)于此類頁面，第一時(shí)間進(jìn)行修復(fù)。

2、提交死鏈接

但必定很多錯(cuò)誤頁面是本不應(yīng)該存在的，那么我們要想辦法獲取此類頁面URL，獲取方式主要有三種：

（1）百度站長(zhǎng)工具--抓取異常--找不到的頁面--復(fù)制數(shù)據(jù)［修正：此處死鏈不需我們提交了，百度站長(zhǎng)工具自動(dòng)提交死鏈］；

（2）管理員在刪除頁面的時(shí)候手動(dòng)或者程序自動(dòng)保存被刪頁面URL；

（3）使用相關(guān)爬蟲軟件，爬取整站獲取死鏈，如Xenu。

然后將上述數(shù)據(jù)合并并刪除重復(fù)項(xiàng)（excel表格中能實(shí)現(xiàn)刪重，wps表格更容易操作），然后再?gòu)?fù)制所有URL通過HTTP狀態(tài)批量查詢工具查詢下，剔除掉非404返回碼頁面。

然后整理上面處理好的數(shù)據(jù)粘貼到網(wǎng)站根目錄中的一個(gè)文檔中，再把文檔地址提交到百度站長(zhǎng)工具--網(wǎng)頁抓取--死鏈提交--添加新數(shù)據(jù)--填寫死鏈文件地址。

3、在robots中屏蔽抓取

若大量的錯(cuò)誤URL存在一定的規(guī)律，可以在robots文件中寫一個(gè)規(guī)則禁止蜘蛛抓取此類鏈接，但前提一定要照顧好正常頁面，避免屏蔽規(guī)則誤傷正常頁面，比如你的網(wǎng)站全部是靜態(tài)URL，那么如果錯(cuò)誤鏈接中含有？的話，規(guī)則寫成Disallow:/*？*，如果錯(cuò)誤鏈接中有/id...html的話，規(guī)則寫成Disallow:/*...*。

robots文件添加完規(guī)則后，一定要去百度站長(zhǎng)的robots工具進(jìn)行校驗(yàn)，將指定的錯(cuò)誤頁面放進(jìn)去，看看是否封禁成功，再把正常的頁面放進(jìn)去看看是否被誤封。

提示：

1、在百度站長(zhǎng)工具中提交死鏈前，一定要確保提交的死鏈數(shù)據(jù)不存在活鏈接。一旦存在活鏈，會(huì)顯示提交失敗導(dǎo)致無法刪除。

2、由于很多網(wǎng)站程序問題，很多打不開的頁面返回碼并非404，這是一個(gè)大問題，比如明明是打不開的頁面返回碼是301、200、500，如果是200的話，會(huì)導(dǎo)致網(wǎng)站中出現(xiàn)不同URL獲取相同內(nèi)容。比如我的一個(gè)站，社區(qū)的帖子刪除后，返回碼卻是500，后期發(fā)現(xiàn)了，立馬進(jìn)行了處理。大家盡量找出所有錯(cuò)誤URL格式，并設(shè)置HTTP狀態(tài)碼為404。

3、把所有的錯(cuò)誤頁面找到后，一定要尋找此類頁面URL相同特征，并且和正常頁面的特征有區(qū)分，寫對(duì)應(yīng)規(guī)則到robots文件中，禁止蜘蛛抓取，就算你已經(jīng)在站長(zhǎng)工具中提交了死鏈，也建議robots封禁抓取。

4、robots只能解決蜘蛛不再抓取此類頁面，但解決不了已經(jīng)收錄頁面的快照刪除問題，若你的網(wǎng)站被黑，刪除了被黑頁面，除了robots封禁被黑頁面外，還應(yīng)該將這些頁面提交死鏈。提交死鏈?zhǔn)莿h除被黑頁面快照的最快辦法。