网页上切忌勿乱加时间,网站页面无用时间信息导致网页不被爬虫抓取

百度官方原文:https://ziyuan.baidu.com/college/articleinfo?id=1100

在【院长帮帮忙】栏目露过面的站点是编织汇(www.bianzhihui.com),该站点通过反馈中心反馈页面内容迟迟不被抓取,经百度工程师追查,原来是因为页面上的无用时间信息——没有想到是不是?同学们快来看看这个案例吧。也想让院长帮助追查吗?快来看看这里

站点求助:现象
编织汇网站内容发布后几个礼拜都未曾收录。案例如下:
  http://www.bianzhihui.com/t/6717(教程详细页面举例)
  http://www.bianzhihui.com/u/12306 (用户页面举例)
  http://www.bianzhihui.com/h/154 (编织花样页面举例)
我们已将这些url放入sitemap,并使用了百度统计的集成的JS推荐,但是未曾有改善。

站点求助:自查
根据反馈中心的回复,使用抓取异常工具诊断:未发现异常

院长出手,内部追查
工程师结论: spider抓取很及时,但因为该网站没有设置内容产出时间,网站底部却有个老旧时间日期,导致spider误以为网页内容老旧(具体策略较复杂,在此不做赘述)。建议增加页面内容产生时间,去掉没有必要的时间信息。


  *以上为旧页面截图,“201499日”对时间识别造成干扰。

站点总结:
  1,网页上切忌勿乱加时间,如我们网站的(始于201499日)这种时间是一个大忌;
  2,网页内容尽可能加上产出时间,也就是发布时间;
  3,百度site的结果时间和权重并无太多关系;
  4,跟百度沟通的时候,一定要条例清晰,证据确凿。自身的问题一定要先排查准确。

发表评论

电子邮件地址不会被公开。 必填项已用*标注

您可以使用这些HTML标签和属性: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>