蜘蛛抓取时http返回码如何设置

下面就是百度spider对经常使用的http返回码的处理逻辑以下：      1、404  404返回码的含义是“NOT FOUND”，百度会认为网页已经失效，那么一般会从搜索结果中删除，而且短时间内spider再次发现这条url也不会抓取。      2、503   返回码的含义是“Service Unavailable”，百度会认为该网页临时不可访问，一般网站临时关闭，带宽有限等会产生这种状况。对于网页返回503，百度spider不会把这 条url直接删除，短时间内会再访问。届时若是网页已恢复，则正常抓取；若是继续返回503，短时间内还会反复访问几回。可是若是网页长期返回503，那么这 个url仍会被百度认为是失效连接，从搜索结果中删除。     三403  返回码的含义是“Forbidden”，百度会认为网页当前禁止访问。对于这种状况，若是是新发现的url，百度spider暂不会抓取，短 期内会再次检查；若是是百度已收录url，当前也不会直接删除，短时间内一样会再访问。届时若是网页容许访问，则正常抓取；若是仍不容许访问，短时间内还会反 复访问几回。可是若是网页长期返回403，百度也会认为是失效连接，从搜索结果中删除。     四301  返回码的含义是“Moved Permanently”，百度会认为网页当前跳转至新url。当遇到站点迁移，域名更换、站点改版的状况时，推荐使用301返回码，尽可能减小改版带来的 流量损失。虽然百度spider如今对301跳转的响应周期较长，但咱们最好仍是作好网站的301设置。 Baiduspider在进行抓取和处理时，是根据http协议规范来设置相应的逻辑的，因此请站长们也尽可能参考http协议中关于返回码的含义的定义来进行设置对网站的SEO优化工做有着事半功倍的做用，     针对以上百度爬虫对http返回码的的处理逻辑，笔者给出如下几点有利于SEO的建议： 一、若是站点临时关闭，当网页不能打开时，不要当即返回404，建议使用503状态。503能够告知百度spider该页面临时不可访问，请过段时间再重试。 2.若是百度spider对您的站点抓取压力过大，请尽可能不要使用404，一样建议返回503。这样百度spider会过段时间再来尝试抓取这个连接，若是那个时间站点空闲，那它就会被成功抓取了。 3.有一些网站但愿百度只收录部份内容，例如审核后的内容，累积一段时间的新用户页等等。在这种状况，建议新发内容暂时返回403，等审核或作好处理以后，再返回正常状态的返回码。 四、站点迁移，或域名更换时，请使用301返回码。