域名在更换了服务器以后, 搜索引擎对网站的收录工作通常会在7到30天这个时间范围内慢慢恢复正常；但是如果迁移操作是按照规范来执行的, 并且服务器的配置也没有出现错误的话, 那么最快只需要3到5天的时间就能让大部分的页面重新被收录进来, 这里面的核心前提条件就是要保证在迁移这段期间内网站依然能够被正常访问, URL的地址结构不发生任何变化, 以及重定向规则的配置必须是完全正确的, 下面将从原因排查、操作步骤、加速技巧这三种维度出发给出一个完整的恢复方案。
一、收录迟迟不恢复的常见原因
换了新的服务器之后, 收录的情况没有恢复正常, 接下来重点排查以下这五个项目。
1. 新的服务器IP地址被搜索引擎标记为异常情况, 或者上面携带了历史垃圾记录, 所以必须更换IP地址或者是联系搜索引擎进行申诉。
2. 网站在迁移期间出现了长时间的不可访问情况, 该情况持续了超过48小时, 从而导致了搜索引擎方面出现了针对异常站点进行的判定处理工作。
3. 域名的DNS解析没有正确指向新的服务器IP地址, 这样就导致了搜索引擎的蜘蛛进行访问的时候出现了失败的结果。
4. 新服务器上, robots.txt文件被错误地进行了配置, 其中设置了“Disallow: /”这一全局禁止抓取的规则。
5. 在数据完成迁移之后，大家并没有及时地把新的站点地图文件提交给搜索引擎平台, 这就导致爬虫程序没有办法及时发现并认识到网站的访问权限以及内容状态已经完成了正常的恢复工作。
二、恢复收录的标准操作步骤
首先第一步, 要把域名解析给切换完成, 要在DNS管理平台里面去操作, 把A记录指向新的服务器IP地址, 然后就等待全球各个节点生效, 这个时间一般是在24小时到72小时之间, 可以通过名为gname.xin的DNS全球解析检测工具, 去批量地查询不同区域的节点信息, 最后来确认解析已经全部同步到了新IP上面。
第二步骤, 对网站的访问能力展开检查验证的工作。通过调用浏览器工具, 配合使用curl指令的方式, 分别针对HTTP协议以及HTTPS协议两种场景开展连通性测试操作。
在此过程中需要确认全部关键页面所返回的状态码数值为200, 并且要排除任何像502、503或者504这些属于异常类型的错误信息的出现情况。
进入第三步, 你需要去核查 robots.txt 文件还有 sitemap.xml 文件这两个东西是什么样子。
首先你要登录到那个新的服务器的后台里去, 然后在里面进行确认, 要看看 robots.txt 这个文件里是不是真的没有写那种全局禁止别人来抓取网页的规则, 然后再看看那个 sitemap.xml 的这个文件能不能被正常地访问到, 而且它里面包含的那些网址是不是现在全部都是有效的。
第四部分是有关提交给搜索网站的那个通知。要分别去登录百度那个资源平台还有Google Search Console。把最新的sitemap文件进行提交。对那个核心的页面要去触发“立即抓取”的功能, 从而来强制那些蜘蛛的访问来到新的服务器上面。
采取第五个步骤, 去排查一下站内链接还有重定向的情况。要检查一下站点里面所有的内部跳转是不是都运行正常。对于死链以及显示404错误的页面, 必须要把它们清理干净。
万一发现旧服务器的IP上面还残存着一些流量数据, 那么就要在Web服务器这个地方设置好301重定向规则, 让这些重定向指向那个新的地址。这样做的目的, 是要确保从旧的URL那里过来的流量能够非常平滑地迁移过来。
三、加速收录恢复的补充技巧
在把东西搬走之前, 一定要把网站被收录情况的完整快照先导出来, 具体的操作办法是通过百度收录查询工具以及用Google的site指令来查看, 等到迁移工作完成以后, 再一点点对照检查恢复了多少进度, 以便能够第一时间发现哪些页面可能漏掉了没有被成功恢复, 同时还要保持对网站内容的持续更新状态, 每当我们发布一篇新的文章的时候, 就可以顺便触发搜索引擎让我们提高被爬取的频率, 最后要把像百度蜘蛛、Googlebot这类搜索引擎爬虫程序的IP地址段添加进入新建服务器的防火墙白名单里面去, 这样做的目的是为了防止服务器那边的安全组规则把这些抓取请求给意外拦截住了。
四、关键注意事项
在整个迁移操作的过程中, 是绝对严禁去修改那个URL网址的路径结构的。只要是出现了任何一条关于路径变更的情况, 那都是会立刻引起大规模的页面出现404这种错误代码的举动, 这样的话是直接就会导致搜索引擎对该网站的收录量清零的一个严重后果。
对于新的服务器而言, 是一定必须要把有效的SSL证书给配置上去的。要知道HTTPS这个协议, 它就是搜索引擎对网站进行收录以及决定排名的一个基础性的必备条件。
如果在所有的操作步骤都完成了以后过了七天时间, 这个网站的收录数量还没有能够恢复到一个正常的水平的话, 那么第一步应该要去优先检查一下在新设置的服务器上这个IP地址是否是被某个防火墙或者安全组或者是说在运营商的那个层面直接把蜘蛛这种爬虫程序来的访问请求给拦截了的这么一个情况。
