下面介紹一些常見的抓取異常的原因。
(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，Baidu spider嘗試連接網(wǎng)站的服務(wù)器時(shí)出現(xiàn)暫時(shí)無法連接的情況；另一種是Baidu spider一直無法連接上網(wǎng)站的服務(wù)器。造成服務(wù)器連接異常的原因通常是網(wǎng)站服務(wù)器過大，超負(fù)荷運(yùn)轉(zhuǎn)。也有可能是網(wǎng)站運(yùn)行不正常，請檢查網(wǎng)站的Web服務(wù)器(如apache、is)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。網(wǎng)站和主機(jī)還可能阻止了Baidu spider的訪問，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，Baidu spider通過電信或網(wǎng)通無法訪問網(wǎng)站。如果出現(xiàn)這種情況，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)Baidu spider無法解析網(wǎng)站的P時(shí)，會出現(xiàn)DNS異常?？赡苁蔷W(wǎng)站IP地址錯(cuò)誤，或者域名服務(wù)商把Baidu spider封禁。請使用 WHOIS或者h(yuǎn)ost查詢自己網(wǎng)站的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IP地址。
(4)IP封禁。限制網(wǎng)絡(luò)的出口IP地址，禁止該P(yáng)段的使用者進(jìn)行內(nèi)容訪問、，這里特指封禁了Baidu spider ip。當(dāng)網(wǎng)站不希望Baidu spider訪問時(shí)，才需要該設(shè)置，如果希望Baidu spider訪問網(wǎng)站，請檢查相關(guān)設(shè)置中是否誤添了Baidu spider ip.。也有可能是網(wǎng)站所在的空間服務(wù)商把百度P進(jìn)行i了封禁，這日時(shí)需要聯(lián)系服務(wù)商更改設(shè)置。
(5)UA封禁。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的訪不希望Baidu spider訪間時(shí)，才需要該設(shè)置，如果您希望 Baidu spider訪問您的網(wǎng)站 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)網(wǎng)站useragent相關(guān)的設(shè)置中是否有Baidu spider ua，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狀態(tài)，http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，已刪或需要權(quán)限等與原內(nèi)容無關(guān)的信息頁面。對于死鏈，建議站點(diǎn)使用協(xié)議死鏈，并通過百度站長平臺—死結(jié)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(如內(nèi)容已刪除。死鏈等)，直接跳轉(zhuǎn)到前一目錄或者首頁，百度建議站長將該無效頁面的人口超鏈接刪除。
②跳轉(zhuǎn)到出錯(cuò)或者無效頁面注意:對于長時(shí)間跳轉(zhuǎn)到其他城名的情況，如網(wǎng)站更繞域名，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reer的異常:網(wǎng)頁針對來自百度的mfe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。
③Js跳轉(zhuǎn)異常:網(wǎng)站設(shè)計(jì)加載了百度無法識別的N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(dòng)設(shè)定一個(gè)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Service Unavailable)，這樣Baidu spider會過段時(shí)間再來嘗試抓取這個(gè)鏈接，如果網(wǎng)站已空閑，則會被成功抓取。
本文地址：http://islandpacificappraisals.com//article/2516.html
