搜狗动态链接推送这个功能, 是搜狗搜索平台给那些已经接入到站长体系里的网站提供的一个用于主动提交网址的通道。它能让网站运营人员通过应用程序接口的这种技术手段, 把那些动态生成的页面链接实时地推送上去。这些被推送去的链接会进入抓取队列里头。
这么做是为了加速新页面的索引更新速度。这个通道支持高频次而且增量式的方式进行提交操作。它特别适合那些内容更新非常频繁的网站使用。它也适合那些网址里带有动态参数的网站使用。比如说是分页的情况、筛选的情况、商品详情页的情况等等。
一、接入前提
1. 已经把搜狗站长平台这个地方的站点验证给做完了, 而且把域名的绑定操作也完成了。
2. 网站服务器具备通过HTTPS协议进行访问的能力, 同时对搜狗搜索引擎的抓取IP地址段实施了开放设置。
3. 现在已经申请到了推送接口专属鉴权参数, 而且已经获得了批准, 里面包含了站点标识与访问密钥。
二、接口调用规范
推送接口采用HTTP POST方式, 请求地址为:
https://zhanzhang.sogou.com/api/push/dynamic
请求头须携带：
Authorization: Bearer {访问密钥}
Content-Type: application/json
请求体这个部分, 它是一个JSON的结构形式, 具体的例子可以看下面这个地方展示的内容。
{"urls": [
{"url": "https://gname.xin/product/item-1024.html", "priority": "high"},
{"url": "https://gname.xin/list/page-5?type=electronics", "priority": "normal"}
]}
字段说明如下: url这一项表示的是完整的并且是绝对的路径, 这个路径是可以支持那些带有查询参数的动态链接的；priority这一项的取值限定为“high”或者“normal”, 当priority取值为“high”的时候, 它将会进入快速抓取队列。
三、提交限制与频率
在单次请求里面,最多能够包含的URL数量是一共五百个。
在同一个站点里面搜狗动态链接推送, 每一分钟可以推送的次数上限是三十次。
每一天累计推出去的消息的总量上限, 它是五十万条。
对于同一URL, 如果它被重复提交的话,那么在24以内的这段时间跨度中是不会有重复入队这个操作的。
四、响应与状态码
当这个接口返回数据的时候搜狗动态链接推送, 它会返回一个JSON格式的对象, 在这个对象里面, code的值是0, msg里面的内容是success, accepted的值是498, rejected的值是2。
意思是 code 等于 0, 表示全部受理成功, 或者是部分受理成功。
出现code=1001这种情况, 意味着鉴权失败, 您需要去检查访问密钥。
代码等于一千零二, 这表示次数超出频率限度了, 需要在把频率降下来之后再重新试一下。
rejected是用来表示那些没有通过基础校验的数据条数的, 这个概念涵盖的情况包括格式不合法以及非本站域名等错误。
1. 因为动态链接里面有会变动的参数, 比如说时间戳, 再或者说是session这些内容, 这样就会造成我们这边一直在重复推送的情况, 那这到底是什么原因导致的, 又该用什么样的办法去处理。
建议先把URL做一次归一化处理, 把那些没有意义的会话参数都去掉, 然后再去提交它, 这样就能避免白白占用每天的配额。
2. 把内容推送出去之后, 要经过多长时间才有可能被搜索引擎收录呢。
对于那些优先级比较高的一些URL, 它们通常会在15分钟到30分钟这个时间段里面进入抓取队列；而对于优先级属于普通级别的内容, 系统会在24小时以内的时间完成对页面的首次抓取, 但是这些页面实际能够被收录并且展示出来的具体时间, 还是要取决于这些页面自身的质量高低以及对应站点权重的强弱。
3. 那个没有上线的页面, 你能不能直接推送它吗?
这是没问题的, 但是你需要明白, 推送这个操作其实只代表了发出一个请求去抓取网页的这个意思, 如果那个页面还没有做好部署工作的话, 抓取的动作就会返回404这个代码, 然后系统就会把这个标记为失败了, 同时也不会把它计算到有效的推送量里面去的。
六、合规提醒
推送的内容, 必须是这个网站里真实的、大家都能公开看到的页面的链接。这个东西是不允许被用来进行外部链接的推送的。也是不允许被用作广告的落地页的。一旦出现违规的操作情况, 是会直接导致接口的封禁问题的。如果情节严重的话, 是会产生影响这个站点在搜狗搜索结果里的整体权重表现的这个后果的。
以上就是通过搜狗动态链接推送通道来接入和使用时的完整的规范和规矩。网站的管理人员应该根据自己内容更新的节奏是怎么样的, 然后去合理地安排要推送的批次有哪些, 还有优先级的分配情况是怎么样的, 目的都是为了能够把动态页面的收录时效性最大化。
