百度在收录页面的时候, 其核心的运作逻辑是: 爬虫先去把页面找到, 然后把页面抓过来, 接着进行过滤处理, 最后才把数据存进数据库里。一个新的网站从上线的那一天开始算起, 一般需要3天到30天的时间才能被百度收录。如果你按照下面这些方法去操作的话, 可以把这个时间缩短到3天到7天的范围内。
主动提交收录入口
这是最快路径。登录百度站长平台ziyuan.baidu.com, 在完成域名验证之后, 使用两种方式提交URL。API接口提交适合有技术团队的站点, 每日可推送10万条。手动提交是快速收录功能, 单条消耗2积分, 可以在24小时内被抓取。新站优先使用此方式。
内容质量与页面规范
百度现在是有针对质量比较差的页面进行过滤处理的, 如果出现了下列这些特征, 就会导致网站在很长很长一段时间内都无法被收录进去, 比如有的页面总字数还达不到300个字并且里面也没有任何实际有用的信息, 有的是从别处大量复制粘贴过来的内容, 还有是页面上存在大面积的弹窗或者加载的时候出现异常情况, 再一个就是标题里堆砌了很多关键词但是跟正文的实际内容完全不匹配, 所以现在建议大家要对每一个页面进行检查确保每个页面都能保持500字以上的原创性内容, 同时标题部分需要把核心关键词包含进去但是总字符数不能超过30个字符, 还有meta description这个描述信息一定要控制在80个字符以内。
建设高质量外部链接
外链这种东西, 其实是爬虫发现你新网站的非常重要的渠道。你要在那些和行业相关的网站里面去放置指向你目标页面的外链, 这些网站呢, 比如说目录站、论坛签名地方、还有合作页面都是可以选用的。
在做选择的时候, 要优先去挑选那些百度收录量已经超过了10万的站点。而且要在你的新站还没有正式上线之前, 提前预留好3个到5个属于行业相关的那一种种子链接。千万不要去买那种垃圾链接, 因为百度能够识别出来, 并且会对你进行降权处理。
提交站点地图（Sitemap）
大家可以在管理员后台, 那个叫做站长平台的地方, 把sitemap文件去提交上去, 这个文件的格式标准呢, 是下面这个样子。
https://www.gz88.cn/about https://www.gz88.cn/service
我们可以每生成十万多一点的那一些网址, 就去把它拆开放在单独的一个文件里头, 然后把这样的文件放好, 放到那个网站的根目录下面去。同时呢, 我们还要在那个叫做 robots 的地方声明一下具体的路径信息。
保持高频更新节奏
百度对于更新频率比较高的站点会分配更多一点的爬虫资源, 所以新站在开始的前30天里面, 要求每日至少更新2篇原创内容, 在进入稳定期之后每周更新3至5篇即可。每一次对内容进行更新以后, 要在站长平台同步提交新的URL, 这一点上更新的质量是要优先于数量的。
常见疑难
注意事项
不要把域名频繁地拿去更换掉, 也不要大规模地去改版那个URL结构, 这样做就会让已经收录在索引里面的页面批量失效。网站一定要部署上HTTPS协议, 并且要确保那个SSL证书是有效的状态, 如果不这么做的话就会被标记成不安全, 从而影响到搜索引擎的抓取行为。
要尽量避免使用那些纯前端构成的SPA框架, 因为这样的框架一般没有服务端渲染功能, 如果使用了的话, 搜索爬虫就不能获取到有效的内容信息。
把上面说的那些个招数全都混在一块儿来用, 同时还得靠着不停地往里面填内容, 绝大多数刚刚开始上线的新的站点都可以在7天的时间之内把首批收录的这个事儿给办完。
