造成Baiduspider抓取異常的原因

有一些網(wǎng)頁，內(nèi)容優(yōu)質(zhì)，用戶也可以正常訪問，但是Baiduspider卻無法正常訪問并抓取，造成搜索結(jié)果覆蓋率缺失，對百度搜索引擎對站點(diǎn)都是一種損失，百度把這種情況叫“抓取異常”。對于大量內(nèi)容無法正常抓取的網(wǎng)站，百度搜索引擎會認(rèn)為網(wǎng)站存在用戶體驗(yàn)上的缺陷，并降低對網(wǎng)站的評價(jià)，在抓取、索引、排序上都會受到一定程度的負(fù)面影響，終影響到網(wǎng)站從百度獲取的流量。

下面向站長介紹一些常見的抓取異常原因：

1，服務(wù)器連接異常

服務(wù)器連接異常會有兩種情況：一種是站點(diǎn)不穩(wěn)定，Baiduspider嘗試連接您網(wǎng)站的服務(wù)器時(shí)出現(xiàn)暫時(shí)無法連接的情況；一種是Baiduspider一直無法連接上您網(wǎng)站的服務(wù)器。

造成服務(wù)器連接異常的原因通常是您的網(wǎng)站服務(wù)器過大，超負(fù)荷運(yùn)轉(zhuǎn)。也有可能是您的網(wǎng)站運(yùn)行不正常，請檢查網(wǎng)站的web服務(wù)器（如apache、iis）是否安裝且正常運(yùn)行，并使用瀏覽器檢查主要頁面能否正常訪問。您的網(wǎng)站和主機(jī)還可能阻止了Baiduspider的訪問，您需要檢查網(wǎng)站和主機(jī)的防火墻。

2，網(wǎng)絡(luò)運(yùn)營商異常：網(wǎng)絡(luò)運(yùn)營商分電信和聯(lián)通兩種，Baiduspider通過電信或網(wǎng)通無法訪問您的網(wǎng)站。如果出現(xiàn)這種情況，您需要與網(wǎng)絡(luò)服務(wù)運(yùn)營商進(jìn)行聯(lián)系，或者購買擁有雙線服務(wù)的空間或者購買cdn服務(wù)。

3，DNS異常：當(dāng)Baiduspider無法解析您網(wǎng)站的Ip時(shí)，會出現(xiàn)DNS異常。可能是您的網(wǎng)站Ip地址錯誤，或者域名服務(wù)商把Baiduspider封禁。請使用WHOIS或者h(yuǎn)ost查詢自己網(wǎng)站Ip地址是否正確且可解析，如果不正確或無法解析，請與域名注冊商聯(lián)系，更新您的Ip地址。

4，Ip封禁：Ip封禁為：限制網(wǎng)絡(luò)的出口Ip地址，禁止該Ip段的使用者進(jìn)行內(nèi)容訪問，在這里特指封禁了BaiduspiderIp。當(dāng)您的網(wǎng)站不希望Baiduspider訪問時(shí)，才需要該設(shè)置，如果您希望Baiduspider訪問您的網(wǎng)站，請檢查相關(guān)設(shè)置中是否誤添加了BaiduspiderIp。也有可能是您網(wǎng)站所在的空間服務(wù)商把百度Ip進(jìn)行了封禁，這時(shí)您需要聯(lián)系服務(wù)商更改設(shè)置。

5，UA封禁：UA即為用戶代理（User-Agent），服務(wù)器通過UA識別訪問者的身份。當(dāng)網(wǎng)站針對指定UA的訪問，返回異常頁面（如403，500）或跳轉(zhuǎn)到其他頁面的情況，即為UA封禁。當(dāng)您的網(wǎng)站不希望Baiduspider訪問時(shí)，才需要該設(shè)置，如果您希望Baiduspider訪問您的網(wǎng)站，useragent相關(guān)的設(shè)置中是否有BaiduspiderUA，并及時(shí)修改。

6，死鏈：頁面已經(jīng)無效，無法對用戶提供任何有價(jià)值信息的頁面就是死鏈接，包括協(xié)議死鏈和內(nèi)容死鏈兩種形式：

協(xié)議死鏈：頁面的TCp協(xié)議狀態(tài)/HTTp協(xié)議狀態(tài)明確表示的死鏈，常見的如404、403、503狀態(tài)等。

內(nèi)容死鏈：服務(wù)器返回狀態(tài)是正常的，但內(nèi)容已經(jīng)變更為不存在、已刪除或需要權(quán)限等與原內(nèi)容無關(guān)的信息頁面。

對于死鏈，我們建議站點(diǎn)使用協(xié)議死鏈，并通過百度站長平臺--死鏈工具向百度提交，以便百度更快地發(fā)現(xiàn)死鏈，減少死鏈對用戶以及搜索引擎造成的負(fù)面影響。

7，異常跳轉(zhuǎn)：將網(wǎng)絡(luò)請求重新指向其他位置即為跳轉(zhuǎn)。異常跳轉(zhuǎn)指的是以下幾種情況：

1）當(dāng)前該頁面為無效頁面（內(nèi)容已刪除、死鏈等），直接跳轉(zhuǎn)到前一目錄或者頁，百度建議站長將該無效頁面的入口超鏈接刪除掉

2）跳轉(zhuǎn)到出錯或者無效頁面

注意：對于長時(shí)間跳轉(zhuǎn)到其他域名的情況，如網(wǎng)站更換域名，百度建議使用301跳轉(zhuǎn)協(xié)議進(jìn)行設(shè)置。

8，其他異常：

1）針對百度refer的異常：網(wǎng)頁針對來自百度的refer返回不同于正常內(nèi)容的行為。

2）針對百度ua的異常：網(wǎng)頁對百度UA返回不同于頁面原內(nèi)容的行為。

3）JS跳轉(zhuǎn)異常：網(wǎng)頁加載了百度無法識別的JS跳轉(zhuǎn)代碼，使得用戶通過搜索結(jié)果進(jìn)入頁面后發(fā)生了跳轉(zhuǎn)的情況。

4）壓力過大引起的偶然封禁：百度會根據(jù)站點(diǎn)的規(guī)模、訪問量等信息，自動設(shè)定一個合理的抓取壓力。但是在異常情況下，如壓力控制失常時(shí)，服務(wù)器會根據(jù)自身負(fù)荷進(jìn)行保護(hù)性的偶然封禁。這種情況下，請?jiān)诜祷卮a中返回503(其含義是“ServiceUnavailable”)，這樣Baiduspider會過段時(shí)間再來嘗試抓取這個鏈接，如果網(wǎng)站已空閑，則會被成功抓取。