百度搜索引擎收录网站的这个行为, 在业界有个专门的叫法, 那就是“收录”。只有那些被搜索引擎成功纳入索引库的页面, 才有可能在大家搜索相关内容的时候出现在结果列表里。一旦出现了, 网站就能获得来自自然搜索的流量支持。
我们接下来提到的这些关于收录的核心规则和实际操作需要注意的关键点, 全都是根据百度官方发布的《站长指南》还有百度开发者文档这个网址里面的内容整理出来的, 网址是developer.baidu.com。
一、网站如果想要被收录, 必须具备以下6个必要条件。
1. 必须把域名完成ICP备案工作, 同时确保备案时的主体信息和网站实际的运营方保持完全一致才可以；对于没有进行备案的域名, Baiduspider决定不予抓取。
2. 网站能够被Baiduspider正常访问, 不存在通过robots.txt文件设定的屏蔽规则, 也没有出现403、404或者500这些异常情况下的HTTP状态码。
3. 页面所展现的内容必须是具备原创性质的, 或者是经过了深度加工而具有实际价值的, 绝对不能够属于那种纯粹进行采集的网站类型, 也绝对不能是用于广告跳转的页面形式, 同时还需要避免出现那种毫无意义的、仅仅是把各种模板堆砌在一起的情况。
4. 网站的层级安排得比较扁平, 结构方面也算清楚明白。在代码这块采用了语义化的HTML标签来写页面结构。核心内容从首页出发去点击到达的话不能超过3层链接的深度限制。
5. 移动端的首页在加载完成时, 所需要花费的时间必须不超过1.5秒, 并且不能有太多的弹出窗口或者悬浮式的广告来挡住正文的内容。
6. 不存在批量导流, 也不存在关键词堆砌这种现象, 更不存在隐藏文字这一类违反《百度搜索业务合作指南>所规定的作弊行为。
二、对于新站来说, 经常会遇到不被收录的情况, 这种情况大概可以分为三种, 而每种情况都对应着相应的对策。
如果提交之后超过了30天的时间, 结果依然是零收录的状态的话, 这多半是因为内容的数量不够充足, 或者单个页面的质量比较偏低。
面对这种情况的对策是, 要始终保持每周更新原创内容的次数达到或超过3篇以上, 同时要确保单个页面上有效的正文内容字数达到或超过800个字, 还要避免做出那种大面积复制粘贴别人的文字, 或者是只做纯图片完全没有文字内容的情况。
有些页面被收录了, 而另外一些页面没有被收录。出现这种情况, 常见的原因是meta robots标签被错误地设置成了noindex。或者是sitemap.xml文件中混入了已经被屏蔽掉的路径, 以及失效的路径。
对应的应对措施是, 需要对全站进行排查, 仔细检查robots指令的相关设置。在完成sitemap文件的清理工作之后, 再去站长平台将更新后的sitemap重新提交上去。
已收录页面突然大量消失的多原因是因为站点被注入了黑链或者是内容遭到了批量篡改, 这才触发了百度安全检测机制。对策是要立即排查并清理异常内容, 然后通过站长平台的申诉通道提交处理申请并跟进结果。
三、关于如何加速收录, 现在有三个可以进行实际操作的步骤。
1. 去登录百度站长平台（ziyuan.baidu.com）, 然后使用“普通收录”API接口, 每天都推送新增的URL, 单个域名每天的推送数量最多是2万次。
2. 我们要针对核心的新页面开启那个叫作“极速收录”的功能, 这个操作会消耗资源点数, 通常情况下能够在很短的几个小时之内完成网站的抓取并且建立起索引。
3. 每周的时候要在百度的搜索框里输入“site:你的域名”这个操作，来核验实际上的收录量有多少。如果发现还有页面没有收录的情况, 就要去排查是不是被判断为了低质的内容。如果有必要的话, 还得发起重新抓取的申请。
你可以把那一些以上的规则和自查的项目, 拿来结合百度站长之家发布出来的最新的收录标准的清单, 然后去做逐条的验证。在定位到具体的问题以后, 去做有针对性的修复和提交, 通常是能够把新站的首次收录的周期, 从30天以上的时间, 缩短到7到14天的。
