Categories


Tags


新浪死链处理经验分享

在第四次深“度”接触结束后,spider工程师表示新浪的死链处理工作一直效果不错,提醒学堂应该请其做个分享。新浪稳座国家级门户头把交椅,谁还敢说自己网站结构的复杂程度可以超越新浪。于是我们请王久明分享一下新浪在死链处理和死链预防(重要页面因修改而产生死链)方面的经验。

一、在以下背景下会较多产生死链:

1、时政新闻的敏感性;

2、来自监管的删除需求;

3、频道(编辑)自身删改的需求;

4、搜索方期望资源方主动优化和定期清除的需求

二、死链分类:

由于系统架构、历史遗留问题、多业务系统交叉影响等多方面因素,新浪存在如下三种死链:

1、协议死链,服务器端返回HTTP状态码404;

例如:‘谁在伪善’http://news.sina.com.cn/movie/music/1999-06-15/2965.shtml

2,内容死链,服务器端返回HTTP状态码200,无法设置为404;

例如:http://news.sina.com.cn/c/2015-04-23/184531753084.shtml

3,页面需要用户和蜘蛛可以正常访问,但由于删改或误操作导致反复上下线形成协议死链或内容死链。例如:http://news.sina.com.cn/2015-12-05/doc-ifxmhqaa9933763.shtml

上线后又下线,后又上线,甚至反复多次。由于下线期间存在协议死链或内容死链的情况,导致百度认为该页面应该被删除,不被收录,且即使后续重新上线也无法恢复收录。对于这种情况,应加以预防。

三、解决方案:

1、协议死链,这个最符合HTML标准处理方式,站点方面无须多做什么,如果需要百度快速处理可以通过百度站长平台的死链提交工具(/college/courseinfo?id=267&page=4#h2_article_title18)进行主动提交

2,无法设置协议死链接,仅主体内容文本被删除的内容死链死链,新浪的处理方法是:

1)走事先之制定好的《死链标准流程》:用站内标准内容死链模板页面(告诉用户该页无法找到)覆盖需要删除的页面,5秒后跳转到统一的全站导航页,以减少用户流失。

2)根据需要,比如根据特定关键词圈定一批最终需要处理为协议死链的敏感页面,将这些页面链接放到一个文件里,由专人在服务器端修改成协议死链。通过百度站长平台工具进行死链提交

3,针对反复上下线导致百度误判为死链的情况,新浪的预防办法是:

1)制度上:系统后台设置提醒,提醒编辑上线后除非特殊情况不要下线;

2)功能上:这种情况在专题运营中最常见,且影响比单篇新闻页要大,由于我站点运营规定是不能删除页面的,因此在系统后台将“删除专题(对编辑来说就是删除该专题)”和“将专题调整为不对外显示(对编辑来说不是删除,而是暂时下线,调整为外网用户无法访问,可随时再次重新上线)”两个功能严格区分开,并提供回收功能。针对“将专题调整为不对外显示”这种情况,不再将页面更新为内容死链(页面无法找到),以免被百度误判。专题页面仍可访问,只是站点不设置入口、不进行推广,用户没有访问来源而已。

来源:百度搜索资源平台 百度搜索学堂


Public @ 2013-02-21 15:36:49

站点流量异常追查文档-特征页分析

一、特征页分析的意义 特征页分析是站点流量异常追查的关键步骤之一,它能帮助我们确定异常流量的来源和影响范围,从而快速且准确地定位问题所在,进而采取有效措施解决问题。 二、特征页分析的内容 特征页分析主要包括以下内容: 1.访问请求方式和路径分析 分析访问请求方式和路径能帮助我们确定是否存在恶意攻击、爬虫访问等不正常行为,同时还能了解到该异常流量所访问的页面、访问频率等信息。 2.IP地

Public @ 2023-05-31 03:50:47

站点切换HTTPS不会对流量产生负面影响

随着互联网不断发展,网站产生交易量、保留用户数据量大幅增加,信息安全成为非常重要的事情,同时百度已经全面实现了HTTPS,越来越多的站点也开始考虑HTTPS化。最近院长不断接到站点的询问:我们网站也想上全量HTTPS,但担心对线上流量产生负面影响,我们该怎么做才能消取这种影响呢?为此站长平台工程师中伟请教了多位不同领域的Baiduspider工程师后,终于搞清楚了几个问题:问:对于HTTP和HTT

Public @ 2020-10-03 15:35:53

死链示例展示中,死链链接、死链前链、锚文本、发现时间分别代表什么含义

1. 死链链接:指已经失效的链接,即指向的网页已经不存在或无法访问的链接。 2. 死链前链:指指向死链的链接,即在该链接中包含了已经失效的链接。 3. 锚文本:指点击该文本可以跳转到指定链接的文本,一般是链接所在的文字描述。 4. 发现时间:指发现该死链的时间,一般是指爬虫程序或网站管理员发现该链接无效的时间。

Public @ 2023-06-24 01:00:07

更多您感兴趣的搜索

1.021183s