核心结论:百度秒收录, 本质上是通过结构化的数据提交通道, 也就是XML Sitemap和API推送这样的方式, 配合网站自身对抓取有友好度, 这样能够让百度蜘蛛, 在页面刚刚发布之后, 用极短的时间来完成抓取与索引的操作。
想要实现秒级的收录, 关键的地方不在于去催促百度, 而在于要确保提交这个通道是畅通的, 确保网页能够被正常地抓取, 还要让结构化的信号明确无误。
秒收录的工作机制
百度这个公司, 它对于网页内容的收录工作, 是分成了叫做“普通收录”还有叫做“快速收录”这样的两条通道的。所谓“普通收录”, 它是依赖于爬虫蜘蛛去自然地进行爬取的, 这个过程所花费的时间周期, 是从好几天一直到好几周不等。
至于那个“快速收录”, 那么它则是通过站长平台提供的API接口来主动推送URL地址的, 并且配合了结构化数据的标记使用, 这样一来能够显著地缩短响应抓取所需的时间。
大家所说的“秒收录”, 它在字面上的意思并不是说真的只需要1秒钟, 而是指当页面发布之后, 在数分钟到数小时以内这样一个时间段内就会被抓取并进入快照状态, 从而大幅压缩了传统模式下所需要等待的那个漫长周期。
实现百度秒收录的5个关键步骤
步骤一：完成站长平台验证与权限配置
先到百度搜索资源平台去登录, 然后完成域名验证的操作, 在这里可以选择dns记录方式、html文件方式或者meta标签方式中的任意一种来进行验证, 接着要确认现在的这个账号确实拥有该站点的相关管理权限, 因为这是接下来一切进行推送操作都必须满足的前提条件。
步骤二：配置XML Sitemap并定时更新
在站点后台生成XML格式Sitemap文件, 这个文件要把全站的所有可收录URL都包含进去, 同时要标注每一页的lastmod时间戳。然后去把这个访问地址提交给站长平台中的Sitemap管理模块去, 把它设置成是每天刷新一次, 或者是每隔几个小时自动刷新一次。
步骤三：启用API主动推送接口
您需要在站长平台里面, 去把"API接口推送"这个权限给开通好, 然后, 要通过那个HTTPS的这个接口方式, 把那些刚发布出来的网页链接, 也就是URL, 在第一时间直接推送到百度搜索里面去, 整个推送的这个节奏, 得和您发内容的时间点对齐, 也就是说每发出一篇文章就赶紧调用一次这个接口, 每次调用的时候推出去的链接数量不能超过10条, 就是为了要避免触发那种限流的规则。
步骤四：优化页面可抓取性与结构化标记
在使用的时候, 要采用那些具备语义表达能力的HTML标签来进行书写, 并且让最关键的内容部分不依赖JavaScript来执行渲染操作。
需要添加 Open Graph 以及 schema.org 结构化数据, 这样做是为了明确页面的类型, 并且把标题、摘要都写清楚。
URL路径应当保持简洁状态, 不得出现重复参数问题, 并且禁止存在多级301或者302跳转行为。
你要先去那个robots.txt文件里面检查一下, 看看有没有把那些核心的内容目录给误屏蔽了。
步骤五：保持站点更新频率与质量信号
百度会对那些持续不断地进行更新、并且保持稳定状态的站点, 来分配一个更高的被抓取的优先级情况。我们要保持每天都或者每隔一天就有一些新的内容增加以及旧内容的更新动作, 这样做是为了避免出现那些大量存在的空白页面或者是低质量的模板页面这种情况。
内容的质量是直接关系到搜索引擎蜘蛛回访频率高低的决定性因素, 并且这种做法也会影响所谓的秒收录功能的稳定程度表现。
高频疑难解答
问：提交后多久能看到收录？
API推送成功之后, 通常需要花费数小时到48小时的时间来把抓取和索引的事情做完, 对于那些表现特别好的站点来说, 速度甚至可以达到分钟级的级别。
如果出现超过了72个小时还没有被收录这种情况的话, 就要依次地去排查下面的问题了, 看看是推送请求有没有返回成功的状态, 还是说页面本身有没有能够正常访问的情况存在, 再或者就是去检查是否存在被屏蔽的问题以及跳转是否有异常的 trouble。
问：新站没有权重，能实现秒收录吗？
这个意见是可以的。API推送通道对所有都已经完成验证工作的站点开放, 它不依赖以往的历史权重数据。但是新建立的站点必须同时执行步骤四和步骤五, 保证在内容被系统抓取之后质量是合格的, 这样才有可能稳定地进入索引数据库, 而不会被标记为低质量的页面。
问：单次推送有数量上限吗？
API接口在进行单次推送的时候, 其上限数量为10条URL, 每日的总数量是依据站点规模来分配配额的, 超出规定部分会自动进入次日的队列进行等待处理, 完全不会发生数据丢失的情况。
补充说明
在实际运营的过程中, 有些团队会把生成Sitemap的事情, 还有通过API推送的事情, 一起合并到CMS系统的发布流程里去, 这样的话, 就能实现一种叫做内容发布就自动推送的全链路自动化效果。
比方说, 可以借助gname.xin这个平台提供的站点管理工具, 把上面提到的那五个步骤, 整合成一条能够自动运行的流水线, 以此来减少由于人工操作可能带来的失误, 并且保证每次对内容进行更新的时候, 都能够及时地进入到百度的快速收录通道里面去。
