如何处理网站的死链及设置方法

一、死链介绍 

什么是死链

几乎所有的智能小程序或站点都会遇到内容失效、过期,页面不需要再展现的情况,这些无法对用户提供任何有价值信息的页面就是死链接,它包括协议死链和内容死链两种形式。

如何处理网站的死链及设置方法

为什么要及时处理死链

当站点/小程序死链数据累积过多并且被展示到搜索结果页时,会影响百度搜索对站点/小程序的评价,对站点/小程序的访问体验和用户转化都会起到负面影响。另一方面,百度检查死链的流程也会为站点/小程序带来额外负担,影响对其他正常页面的抓取和索引。 

二、百度搜索建议的死链类型及设置方案 

常见的死链包括协议死链(百度搜索建议的死链类型)和内容死链,还有一些对百度并不友好的个性化死链 

协议死链:页面的TCP协议状态/HTTP协议状态明确表示的死链,常见的如404410 

如何处理网站的死链及设置方法

内容死链:服务器返回状态是正常的,但内容已经变更为不存在、已删除或需要权限等与原内容无关的信息页面。 

如何处理网站的死链及设置方法

在此,百度搜索建议的死链设置方案为: 

第一步,将返回码设置为404或者410如果站点/小程序已永久删除相应内容,并且不打算对内容进行替换,建议开发者将返回码设置成404410,百度爬虫尝试抓取网页时,如果返回码为404410,会将URL判定为死链,进而从搜索中删除 

第二步,设置完返回码后,修改页面标题,明确表示该页面为死链,页面内容可以进行个性化设置。 

如何处理网站的死链及设置方法

对百度搜索不友好的死链类型及不推荐的死链方案: 

1、个性化死链 

部分开发者追求个性化和用户体验,在页面内容失效后并未做协议死链处理,也就是说返回状态码依然是200,仅仅是在页面上做了一个有趣的个性化图片,通过图片告诉用户这个页面没有有价值的内容,这类死链是百度搜索不提倡的。 

2、页面内容为死链但是返回码为200 

如何处理网站的死链及设置方法

3、页面重定向到首页、错误页面、登录页面 

例如:页面A内容已经失效,用户点击页面后,页面跳转到了站点首页。 

不推荐的死链设置方案可能会使搜索引擎造成混淆,使得站点的无效内容在搜索结果中展现,最终影响站点的排名和评价。 

三、如何处理死链 

站点

第一步,筛查站点内部存在的死链,制作死链文件,并将这些死链页面设置成为404页面,即百度访问它们时返回码为404 

第二步,将死链文件放置在网站根目录下 

比如您的网站为example.com,您已制作了一个silian_example.xml死链文件,则将silian_example.xml上传至网站根目录即example.com/silian_example.xml 

第三步,登录百度搜索资源平台-死链提交工具提交死链数据 

1)通过搜索资源平台-搜索服务-资源提交-死链提交,到达操作页面; 

2)填写死链文件更新周期,可选每隔xx小时/天更新一次 

3)填写死链文件地址,请留意提交框右侧的配额提示; 

4)管理已提交的死链列表,可查看死链文件状态和死链处理状态。 

特别提醒: 

1、在提交死链时,要保证所有页面都处于404状态,提交文件中请勿包括活链URL,如有活链会导致活链URL从搜索中移除。

2、索引型死链Sitemap文件工具将不予处理,请勿提交索引型死链Sitemap文件 

小程序

整理出需要删除的资源path路径,通过智能小程序开发者平台-自然搜索-资源删除工具进行提交。 

特别提醒: 

1、死链文件每⾏一条path路径,⽂件支持txt格式,每个文件最多允许1000path路径,且需小于10MB
2、为避免误删除影响小程序已有流量,每天最多可提交一次死链文件。 

附录 

常见的死链返回码: 

404 Not Found,表示服务器没有找到任何匹配请求URL的东西,没有说明这种情况是暂时的还是永久的。

 410 Gone,表示请求的内容在服务器上不再可用,且没有已知的转发地址。410通常表示资源永久性的失效。 

正常页面返回码: 

200 OK,表示请求成功。

如果相关内容已删除或移动,不建议返回成功状态码(200 OK)而是返回404410状态码。

204 No Content,表示这个请求没有要发送的内容,但是报头可能有用。用户代理可以使用新的报头来更新此资源的缓存头。

如果页面已经删除,请返回404/410,返回204可能给搜索引擎造成混淆。 

其他返回码: 

如果正常页面长期返回非2xx3xx的错误码,可能会影响相应内容的收录和搜索展现。常见的错误码如下:

403Forbidden,表示客户端没有获取内容的权限。

429 Too Many Requests,表示用户在给定时间内发送了太多的请求。

500 Internal Server Error,表示服务器遇到了不知道如何处理的情况。

503 Service Unavailable,表示服务器还没有准备好处理请求。通常的情况是服务器超载或者正在维护。

如果由于抓取频次过高导致4295xx错误,开发者可以在百度搜索资源-抓取频次-抓取频次上限调整页面对百度爬虫的抓取频次进行设置。 

如何处理网站的死链及设置方法

本文为@百度搜索平台原创,运营喵专栏作者。

(2)
百度搜索平台的头像百度搜索平台专栏作者
上一篇 2022-05-12 14:47
下一篇 2022-09-15 21:21

发表回复

登录后才能评论
公众号
公众号
返回顶部
运营喵VIP会员,畅学全部课程,点击查看 >