百度搜索引擎对于网站的收录工作, 它并不是一个自动就能完成的过程, 它实际上是经历了爬虫抓取、质量评估, 还有索引生成这三道核心的流程之后才确定的, 只有当网站同时满足了以下的五项硬性条件的时候, 这个网站才能够进入百度的索引库里面去, 同时也能够获得自然排名展示的这样一个机会。
5项核心收录条件
1. 站点可访问性
百度 spider 也就是大家常说的百度蜘蛛, 它必须能够正常地把咱们网站里所有的那个核心页面都抓取下来, 这是硬要求, 而且网站这边还得支持那个HTTP协议也好或者是HTTPS协议也罢这两个协议里的一个都行, 至于服务器的响应时间, 咱们得把它给控制在3秒的这个范围内, 绝对不能超时, 还有, 服务器上也不能出现大面积的那种5xx错误编码, 这些都是不能有的另外呢在站点根目录底下的那个 robots . txt文件也必须检查好, 千万不能够因为写错了就把那些关键性的栏目都给错误地屏蔽掉了。
2. 内容原创与质量
你发布的页面的主体结构部分, 一定要是自己写的东西, 或者是有很大程度的信息增加才行。要是重复的内容占了超过百分之七十的比率的话, 那个系统就会把这个页面打上低质内容的标记, 然后就直接不把这块内容收集进去。
那种只是纯粹去抓取别人的文章来做成的网站, 还有是用程序大量制造出来的并且没什么实用价值的分类目录页面, 都不在被系统收录的范围之内。
3. 页面结构规范性
HTML 需要使用像 h1 到 h6, 还有 article 、nav 这样的标准语义标签, 要尽量避免用大量内嵌脚本来遮挡住正文内容, 每一页都必须包含一个唯一的 title 标签和 meta description 标签, 这两个标签里面的文字内容一定要和这个页面的主题保持完全一致。
4. 站点信誉与合规
该网站里不允许包含那些违法的坏消息, 也不许放虚假的广告, 更不能搞什么恶意跳转页面, 或者偷偷运行挖矿的代码, 这些都不能有, 国内的站点必须得把那种叫做ICP的备案手续给办妥了, 办理好的备案信息可以在工信部的那个大官网上查到, 如果有谁违反了规定, 那么他们的网站就会被扔进那个惩罚名单里头去, 在短时间内停止所有收录它的事情。
5. 持续更新与活跃度
百度会优先去收录那些保持了定期更新节奏的网站页面。如果一个站点连续超过了90天的时间里面, 都没有任何新的页面被添加上去, 那么它大概率会被给予降权处理, 甚至会遭遇被逐步从索引库当中清除出去的后果。
收录周期与判断方法
新站点实现被搜索引擎首次收录的情况, 可以通过在搜索资源平台那里提交sitemape文件的方式去完成, 在把sitemap提交上去之后, 一般大概需要3到7个工作天左右的时间, 才可以看见网站的若干页面进入了数据库的索引环节, 至于说要完成全部页面的完整收录动作, 这一过程大致则需要花费2到4周左右的时长来实现。
日常更新的页面会经历这种情况, 也就是说, 当普通网站发布了一篇新文章之后, 大约需要一到三天的时间, 才会被蜘蛛程序抓取到访问, 而如果是一个拥有高权重的网站, 那么只需要花费几个小时的时间, 就能完成这一过程。
关于怎么去看看那个东西到底被没有被收进去, 你就拿百度搜索框去干活, 在里面把字符打出来, 就是site冒号后面跟着你的域名那个串儿, 只要你这边看到了结果给它蹦出来了, 那就算是在这个域名下头面的那些个页面已经被给收进去了。
加速收录的官方推荐路径
1. 你必须用现在的普通话书面语, 先去找到
2. 当满足了每天原创文章的数量不少于10篇这一条件之后, 你才可以去申请那个叫做快速收录的接口功能, 并且有一部分平台, 比如像gname.xin这样的平台, 它们已经提供了针对这个接口的标准化的对接方案。
3. 保持站点在每天进行稳定的更新操作, 减少对404死链的出现数量以及减少多余的重定向跳转层级。
常见不收录原因排查
官方参考来源
以上所提到的规则, 是依据百度搜索资源平台公开的《网站收录与排名指南》以及百度站长社区的技术文档来进行整理的。具体的执行标准, 需要以百度搜索资源平台上面最新公布的内容为准。如果以后有了调整, 还是要以官方那边实时发布的信息为最终的依据。
