百度爬蟲在進行抓取和處理時，是根據http協(xié)議規(guī)范來設置相應的邏輯的，因此，如果網站/頁面發(fā)生一些特別狀況或者網站某類頁面集存在特殊性的時候，我們必須知道如何處理才能更符合百度爬蟲，以避免錯誤的舉措給網站SEO帶來不必要的風險。百度站長俱樂部管理員Lee的在http狀態(tài)碼使用方面做了說明，主要涉及到常見的301、404、403、503狀態(tài)碼的處理建議，非常實用，結合這些知識以及以往遇到的實際情況我會做一點補充應用說明。

百度spider對常用的http返回碼的處理邏輯：

1、404

404返回碼的含義是“NOT FOUND”，百度會認為網頁已經失效，那么通常會從搜索結果中刪除，并且短期內spider再次發(fā)現這條url也不會抓取。

2、503

503返回碼的含義是“Service Unavailable”，百度會認為該網頁臨時不可訪問，通常網站臨時關閉，帶寬有限等會產生這種情況。對于網頁返回503，百度spider不會把這 條url直接刪除，短期內會再訪問。屆時如果網頁已恢復，則正常抓��；如果繼續(xù)返回503，短期內還會反復訪問幾次。但是如果網頁長期返回503，那么這 個url仍會被百度認為是失效鏈接，從搜索結果中刪除。

3、403

403返回碼的含義是“Forbidden”，百度會認為網頁當前禁止訪問。對于這種情況，如果是新發(fā)現的url，百度spider暫不會抓取，短期內會 再次檢查；如果是百度已收錄url，當前也不會直接刪除，短期內同樣會再訪問。屆時如果網頁允許訪問，則正常抓��；如果仍不允許訪問，短期內還會反復訪問 幾次。但是如果網頁長期返回403，百度也會認為是失效鏈接，從搜索結果中刪除。

4、301

301返回碼的含義是“Moved Permanently”，百度會認為網頁當前跳轉至新url。當遇到站點遷移，域名更換、站點改版的情況時，推薦使用301返回碼，盡量減少改版帶來的 流量損失。雖然百度spider現在對301跳轉的響應周期較長，但我們還是推薦大家這么做。

百度對于某些常見情況的使用建議：

1、如果站點臨時關閉，當網頁不能打開時，不要立即返回404，建議使用503狀態(tài)。503可以告知百度spider該頁面臨時不可訪問，請過段時間再重試。

2、如果百度spider對您的站點抓取壓力過大，請盡量不要使用404，同樣建議返回503。這樣百度spider會過段時間再來嘗試抓取這個鏈接，如果那個時間站點空閑，那它就會被成功抓取了。

3、有一些網站希望百度只收錄部分內容，例如審核后的內容，累積一段時間的新用戶頁等等。在這種情況，建議新發(fā)內容暫時返回403，等審核或做好處理之后，再返回正常狀態(tài)的返回碼。

4、站點遷移，或域名更換時，請使用301返回碼。

案例：

我曾經為一家電子商務網站提供SEO顧問服務，網站每日新增商品由商家發(fā)布，商品發(fā)布后便成為一個有效的商品，并會出現到網站平臺的商品檢索結果以及商品列表中， 同時，平臺運營方需要對商品進行審核，對于沒有審核通過的商品則進行刪除操作；于是，會出現一些情況：新增商品頁面被百度爬蟲抓取，但隨之該頁面被刪除。

由于網站在百度的權重比較高，幾乎每日新增商品頁都會很快收錄，因此，在這批新收錄的商品頁面中有一定比例的頁面很快不存在了，即：一批剛被收錄的頁面又向百度Spider返回了404狀態(tài)碼，簡單以蔽之，“讓百度收了再讓百度刪”，我覺得百度可能會“很生氣，后果很嚴重”。

為解決這個問題，我之前采取了如下方法：

既然將商家發(fā)布的商品包含兩種狀態(tài)：已審核和未審核，那么就為商品頁面設計2種URL規(guī)則，如果商品未審核，則使用第1套URL規(guī)則，同時，利用robots協(xié)議限制百度Spider爬蟲抓取這些頁面；如果商品已審核，那么就與已有商品一樣，使用第2套URL規(guī)則。這樣就可以確保百度Spider抓取到的商品頁面都是有效頁面，不會由于商品審核不通過而單日內出現大量404頁面。

是否可以利用403狀態(tài)碼來解決該問題？思路如下：

判斷商品是否通過平臺運營方審核，是的話，頁面就返回200，否的話，就返回403；對于正常的商品頁面，可以確保百度Spider正常抓��；對于新增商品，百度新發(fā)現的URL是返回403的，當再次回訪這些頁面時，由于商品已經審核通過，返回的狀態(tài)碼由403變成了200，則百度仍可抓取到；方法仍然有待實驗，畢竟之間存在一個時間差以及百度對于返回403的頁面是否存在收錄效果不佳的風險。

對于301狀態(tài)碼，在以往的SEO交流中，大家一致認為百度對301并不感冒，而且反應速度超級慢，Lee在帖子中也證實了這一點，但無論怎樣，301仍然是其推崇的一種規(guī)范的處理方式，宗旨，做網站優(yōu)化，良好的規(guī)范是必要的。

原文地址：郝聰SEO博客

標簽： 百度spider http返回碼 網站SEO 

版權申明：本站文章部分自網絡，如有侵權，請聯系：west999com@outlook.com
特別注意：本站所有轉載文章言論不代表本站觀點！
本站所提供的圖片等素材，版權歸原作者所有，如需使用，請與原作者聯系。