Categories


Tags


Google的奇怪规则:URL不能以.0结尾

前两天SEOMoz发现和解决了一个很奇怪的Google收录问题。

SEOMoz有一个网页,是关于他们举办的Web 2.0大奖(Web 2.0 Awards)。URL是:

http://www.seomoz.org/web2.0

这个奖在网上还挺受欢迎,链接很多,URL是PR7。而且一直以来在Google搜索”Web 2.0 Award”时都排在第一位。

但前几天SEOMoz发现搜索Web 2.0 Award时,这个页面从Google消失了。排在最前面的是一个更深一层的页面。

SEOMoz也弄不清是这么回事。所以Rand联系了Google里面认识的人,Google的人建议最好把URL改成不以.0结尾。

注意看SEOMoz这个页面URL,后面没有跟着一个斜线/。在大部分情况下,URL结尾没有典型文件扩展名如.html,.php等时,URL会被当作目录,目录名后面没有斜线时,服务器会在后面自动加上一个斜线。比如SEO每天一贴,如果用户直接打开:

https://www.seozac.com/

或者有其他网页链接到上面这个URL,服务器都会自动做一个301转向到:

https://www.seozac.com/

由于某种原因,SEOMoz的这个URL并没有做301转向自动在目录后加上斜线,也就是说URL还是以.0结尾:

http://www.seomoz.org/web2.0

浏览器和蜘蛛就把这个URL当作了文件名,这个文件的扩展名(或者说文件类型)是.0。而.0文件Google拒绝收录,就像.exe文件一样。

SEOMoz做了很多调查,发现页面没被收录问题确实是因为这个以.0结尾的URL。在网上找不到以.0结尾的文件被收录在Google数据库中。像以下这些文件在Google都没收录,但雅虎有收录:

en.wikipedia.org/wiki/Windows_1.0

en.wikipedia.org/wiki/Web_2.0

http://en.wikipedia.org/wiki/Die_Hard_4.0

drupal.org/drupal-5.0

keznews.com/3799_Vista_Transformation_Pack_8.0_Final_-_VTP_8.0

en.wikipedia.org/wiki/BASIC_8.0

drupal.org/drupal-6.0

en.opensuse.org/OpenSUSE_11.0

www.shopping.com/xGS-Illustrator_11.0

www.mythtv.org/wiki/index.php/Opensuse_11.0

www.shopping.com/xGS-Suse_9.0

en.wikipedia.org/wiki/Mac_OS_X_10.0

en.opensuse.org/Bugs:Most_Annoying_Bugs_10.0

而非常相似的下面这些URL,Google就有收录:

en.wikipedia.org/wiki/Web_2

drupal.org/drupal-5.0-beta1

http://keznews.com/3799_Vista_Transformation_Pack_8_0_Final_-_VTP_8_0

drupal.org/drupal-6.0-beta1

www.mythtv.org/wiki/index.php/Opensuse_10.3

www.mythtv.org/wiki/index.php/Opensuse_10.2

en.opensuse.org/Bugs:Most_Annoying_Bugs_10.3

比较一下这两个URL,域名,链接深度等几乎都没什么区别,唯一的区别就是URL结尾的不同:

en.opensuse.org/Bugs:Most_Annoying_Bugs_10.3 收录

en.opensuse.org/Bugs:Most_Annoying_Bugs_10.0 没收录

SEOMoz发现了这个问题后,发了一篇帖子。很快Matt Cutts也回了篇帖子,做出了回复和调整。Matt Cutts说,是因为连到URL

http://www.seomoz.org/web2.0

的链接足够多时使Google认为它是应该被收录的那个URL版本,但Google又不收录.0文件,所以SEOMoz的这个页面被删除了。

Matt Cutts还提到一个小技巧,要检查某种文件名是否会被Google中被收录,有一个很简单的指令如:

filetype:exe

上面的搜索结果可以看到,没有直接以.exe结尾的URL被收录,也就是说.exe文件Google不收录。

同样.0文件Google一直到两天前还都不收录。不过Matt Cutts看到SEOMoz的这个帖子后,与工程师重新审视了一下现在以.0结束的URL,肯定也不都是垃圾页面(可能以前大部分是),所以对Google收录算法做了一定调整,重新开始收录.0文件。其实很多网页以.0结束,并不是因为文件类型,而是像SEOMoz那样,在想写Web2.0时,很巧合的以.0结尾而已。

现在搜索一下的话,已经可以看到SEOMoz的这个Web2.0奖网页已经重新被收录了:

第一,这种细节问题,不碰到还真想象不到。

第二,认识人好办事。

第三,Google经常也从善如流。

来源:seo每天一贴 Zac 昝辉


Public @ 2013-10-31 15:34:40

人工智能什么时候才能全面影响搜索算法?

过去一两年,人工智能是最火的并且快速进入实用的技术。以前写过人工智能将彻底改变SEO,也介绍过人工智能在搜索算法中的实际应用,但需要说明的是,到目前为止,人工智能在搜索算法中的应用并不广泛。影响人工智能在搜索算法中大范围使用的最主要因素可能是,搜索引擎工程师不知道人工智能系统到底是怎么做出判断的,然后又导致另一个重要问题:很难debug。人工智能是个黑盒子用不太严格但容易理解的方式说,深度学习就是

Public @ 2011-04-13 16:14:23

怎样避免网站优化过度

谈了不少具体的SEO技术,做网站优化的朋友还要注意一点,那就是千万不要过度优化网站。同样这又是一个度和平衡的问题。做SEO的人应该了解所有可以被优化的地方,应该了解怎样优化这些地方,但同时也应该了解不能同时优化所有这些地方,不然网站很容易被某种形式的惩罚。典型的网站优化过度的特征包括:外部链接锚文字都是一样的,一般都是最主要的目标关键词。外部链接在短时期内快速增长,然后就停止增长。很多站长都倾向于

Public @ 2018-10-09 16:12:11

搜索引擎收录机制是什么?

百度更喜欢独特的原创内容,如果你的站点内容只是从各处采集复制而成,很可能不会被百度收录。关于Google的各种SEO方法在网上随处可见,其中当然有真有假。比如早在4月份,我们从Matt Cutts那里已经知道一个流传得很广的SEO方法--在网站上投放AdSense广告有利于网站内容被Google收录--已经被证实,尽管这并不能提高网站排名。除了投放广告外,另外一个传闻就是只要你给你的浏览器安装了G

Public @ 2021-10-21 15:55:41

我的站怎么就不被收录呀?

我的站怎么就不被收录呀?这个问题,被大家问过无数遍。我也回答了不下百遍。下面是解决方案:1、查下你的网络日志,在日志里搜索这几个:“baidu”“google”“yahoo” ;2、从最近的日志里开始找,如果没有,再往前找一个;3、日志中有这几个结果:1)如果日志里,从来没有出现过这几位老大的机器人(Robot),那说明你没有提交成功或者是因为你发了太多spam(垃圾)链接被搜索引擎直接放入垃圾桶

Public @ 2010-08-04 15:55:27

更多您感兴趣的搜索

0.486523s