使用robots巧妙避免蜘蛛黑洞
作者：月光邊境
瀏覽：110次
發布時間：2017-08-15
分享
評論
贊0
對于百度搜索引擎來說，蜘蛛黑洞特指網站通過極低的成本制造出大量參數過多、內容類同但url不同的動態URL ，就像一個無限循環的“黑洞“，將spider困住。spider浪費了大量資源抓取的卻是無效網頁。
如很多網站都有篩選功能，通過篩選功能產生的網頁經常會被搜索引擎大量抓取，而這其中很大一部分是檢索價值低質的頁面。如“500-1000之間價格的租房”，首先網站（包括現實中）上基本沒有相關資源，其次站內用戶和搜索引擎用戶都沒有這種檢索習慣。這種網頁被搜索引擎大量抓取，只能是占用網站寶貴的抓取配額，那么該如何避免這種情況呢？
我們以北京美團網為例，看看美團網是如何利用robots巧妙避免這種蜘蛛黑洞的：
對于普通的篩選結果頁，使用了靜態鏈接
同樣是條件篩選結果頁，當用戶選擇不同排序條件后，會生成帶有不同參數的動態鏈接，而且即使是同一種排序條件（如：都是按銷量降序排列），生成的參數也都是不同的。
對于美團網來說，只讓搜索引擎抓取篩選結果頁就可以了，而各種帶參數的結果排序頁面則通過robots規則拒絕提供給搜索引擎。在robots.txt的文件用法中有這樣一條規則：Disallow: /*?* ，即禁止搜索引擎訪問網站中所有的動態頁面。美團網恰是通過這種方式，對spider優先展示高質量頁面、屏蔽了低質量頁面，為spider提供了更友好的網站結構，避免了黑洞的形成。
猜你喜歡
評論(0人參與，0條評論)
發布評論
最新評論