• VIP大講堂(上海站)QA集錦——解析篇

  • 法国羽毛球比赛直播 www.kmntz.icu

    上周為站長朋友們獻出了VIP大講堂上海站中關于SPIDER抓取建庫方面的QA內容,本周繼續將解析方面的QA內容奉上。
    問:我們的頁面本身就很大,會不會解析不出來?
    答:頁面本身很大倒沒問題,趕集、安居客這些量都很大,沒有問題。我剛才說的例子,你每次都follow出來新鏈接,隨機把后面的參數去掉都不影響這個網頁的正常訪問,這種肯定有問題的。
    問:剛才說對URL的長度有要求,那對每一段、就是目錄名的長度有沒有要求
    答:沒有要求,我們是要求url從www開始到結束,總長度不超過1024個字節。
    問:站內重復內容是怎么判斷的?文本內容一樣結構不一樣,算不算重復?
    答:算重復
    問:假設是整個頁面全是Flash,如果我把一些欄目或者最新的內容隱藏掉,不影響美觀隱藏掉,如果用hidden屬性能不能提取出來?CSS可不可以?
    答:hidden可以提出來,但如果是注釋就不會管。CSS不可以。
    問:頁面大小不超過1兆,是指頁面壓縮以前還是以后。
    答:指頁面壓縮以后,不要超過1兆
    問:我網站的信息已經過時了,但網頁返回的是200,會受懲罰?為什么呀?
    答:用戶在搜索結果里點了你的結果,導流導到你的網站,但沒什么可看的,對用戶沒有用,百度當然不喜歡。
    問:現在我們很多網站,為了讓用戶覺得有意思,內容沒了就放一張圖片,寫一些有意思的話,什么“工程師去哪啦”之類的,對百度友好不?
    答:最好不要用,我知道站點是想讓百度當內容死鏈來識別,但內容死鏈識別起來是有準確率和召回率風險的。
    問:我們團購網站的確會有過期團購的頁面,會受懲罰嗎
    答:如果量特別大、點擊量很大的話肯定會有懲罰的。有些可以當內容死鏈被分析出來,如果分析不出來,會被一些其他的策略挖出來,會有這樣的問題。
    問:剛才說資訊內容頁面,上面有個發布時間好,那如果頁面上沒有時間呢?
    答:那我們往往是按當時抓取的時間來做判定。
    問:評論里面時間重要嗎。
    答:百度更重視主體內容的時間,評論不算主體內容。
    問:我們是個平臺,很多產品其實只是一個型號變更了,其實顏色都是一模一樣的,對蜘蛛而言僅僅只是幾個字符,會被識別為重復嗎

上一篇:企業為什么需要網站實名認證服務? | 下一篇:沒有了
來源:站長學院 作者:八度網絡 添加時間:2014-12-11 06:51 點擊次數:

八度網絡   |   律師聲明   |   商務合作   |   聯系我們   |   法国羽毛球比赛直播   |   法国羽毛球比赛直播

搜索

微信號:baduwangluo 、 ytwangluo

魯ICP備13020272號-2