建立符合搜索抓取習(xí)慣的網(wǎng)站
編者按：前兩周簡要地給大家介紹了搜索抓取系統(tǒng)工作原理，根據(jù)該工作原理今天簡要介紹一下如何建立網(wǎng)站是符合搜索引擎抓取系統(tǒng)習(xí)慣的。
1、簡單明了的網(wǎng)站結(jié)構(gòu)
Spider抓取相當(dāng)于對web這個有向圖進(jìn)行遍歷，那么一個簡單明了結(jié)構(gòu)層次分明的網(wǎng)站肯定是它所喜歡的，并盡量保證spider的可讀性。
（1）樹型結(jié)構(gòu)最優(yōu)的結(jié)構(gòu)即“首頁—頻道—詳情頁”；
（2）扁平首頁到詳情頁的層次盡量少，既對抓取友好又可以很好的傳遞權(quán)重。
（3）網(wǎng)狀保證每個頁面都至少有一個文本鏈接指向，可以使網(wǎng)站盡可能全面的被抓取收錄，內(nèi)鏈建設(shè)同樣對排序能夠產(chǎn)生積極作用。
（4）導(dǎo)航為每個頁面加一個導(dǎo)航方便用戶知曉所在路徑。
（5）子域與目錄的選擇相信有大批的站長對此有疑問，在我們看來，當(dāng)內(nèi)容較少并且內(nèi)容相關(guān)度較高時建議以目錄形式來實(shí)現(xiàn)，有利于權(quán)重的繼承與收斂；當(dāng)內(nèi)容量較多并且與主站相關(guān)度略差時建議再以子域的形式來實(shí)現(xiàn)。
2、簡潔美觀的url規(guī)則
（1）唯一性網(wǎng)站中同一內(nèi)容頁只與唯一一個url相對應(yīng)，過多形式的url將分散該頁面的權(quán)重，并且目標(biāo)url在系統(tǒng)中有被濾重的風(fēng)險(xiǎn)；
（2）簡潔性動態(tài)參數(shù)盡量少，保證url盡量短；
（3）美觀性使得用戶及機(jī)器能夠通過url即可判斷出頁面內(nèi)容的主旨；
我們推薦如下形式的url：url盡量短且易讀使得用戶能夠快速理解，例如使用拼音作為目錄名稱；同一內(nèi)容在系統(tǒng)中只產(chǎn)生唯一的url與之對應(yīng)，去掉無意義的參數(shù)；如果無法保證url的唯一性，盡量使不同形式的url301到目標(biāo)url；防止用戶輸錯的備用域名301至主域名。
3、其他注意事項(xiàng)
（1）不要忽略倒霉的robots文件，默認(rèn)情況下部分系統(tǒng)robots是封禁搜索引擎抓取的，當(dāng)網(wǎng)站建立后及時查看并書寫合適的robots文件，網(wǎng)站日常維護(hù)過程中也要注意定期檢查；
（2）建立網(wǎng)站sitemap文件、死鏈文件，并及時通過百度站長平臺進(jìn)行提交；
（3）部分電商網(wǎng)站存在地域跳轉(zhuǎn)問題，有貨無貨建議統(tǒng)一做成一個頁面，在頁面中標(biāo)識有無貨即可，不要此地區(qū)無貨即返回一個無效頁面，由于spider出口的有限性將造成正常頁面無法收錄。
（4）合理利用站長平臺提供的robots、sitemap、索引量、抓取壓力、死鏈提交、網(wǎng)站改版等工具。
如果大家對搜索抓取還有別的疑問，大家可以到[學(xué)堂同學(xué)匯][學(xué)習(xí)討論] 《建立符合搜索抓取習(xí)慣的網(wǎng)站》討論帖中發(fā)表自己的看法，我們的工作人員會關(guān)注這里并與大家進(jìn)行探討。
來源：百度搜索資源平臺 百度搜索學(xué)堂
