让GitHub Pages博客支持百度搜索引擎收录

原文连接：http://tabalt.net/blog/make-b...

GitHub Pages搭建的网站，在百度搜索引擎访问的时候，常常性的会返回 403 forbidden，从而百度会认为网站访问不稳定，对网站降权，甚至K站。

要想解决这个问题，只有买个VPS本身撘一个jekyll解析博客了。可是个人域名没有备案，单纯用国外的VPS，用户访问起来也会有慢的问题，毕竟Github Pages的CDN仍是很牛逼的（页面响应时间200ms左右）。那有没有什么办法，让百度爬虫去抓国外VPS上的内容，普通用户直接访问Github Pages呢？

如今科技这么发达，这玩意固然是小Case啦。通常大公司内的域名解析是能够按省、运营商等来作的；你们经常使用的DNSPOD也支持这么牛逼的功能，免费用户能够 按电信、联通、教育网、百度、搜索引擎等分别设置解析，付费用户能够分省、分国家、分大洲等等。对于个人小博客来讲，免费的就很是够用了。

下面是个人折腾过程，记录下来备忘。

安装Jekyll

• 编译安装Node.js

Jekyll是基于Ruby开发的，用到了Ruby的execjs方法来执行JavaScript代码，而这须要本身指定一个JavaScript runtime；这里咱们选择安装Node.js。

sudo yum install libtool automake autoconf gcc-c++ openssl-devel wget

mkdir ~/soft/
cd ~/soft/

wget http://nodejs.org/dist/v0.12.4/node-v0.12.4.tar.gz
tar -zxvf node-v0.12.4.tar.gz
cd node-v0.12.4

./configure --prefix=/usr 
make && sudo make install

node -v
npm -v

• 安装Ruby、RubyGems

sudo yum install ruby ruby-devel gem

• 使用RubyGems安装Jekyll

gem install jekyll

搭建博客站点

• 克隆博客代码

sudo yum install git
sudo mkdir -p ~/mydomain.com/

git clone https://github.com/username/username.github.io.git ./

• 定时更新博客代码

配置crontab 2分钟pull一下代码：

crontab -e 

# 添加下面的代码：
*/2 * * * * cd ~/mydomain.com/; git pull >> /tmp/github_blog_pull_record.log 2>&1;

• 启动博客站点

Jekyll 2.4 版本以后，会关注文件的变更，自动从新生成静态文件。使用--detach参数指定在后台执行，--port指定端口，--host指定当前机器的外网ip。

cd ~/mydomain.com/
jekyll serve --port 80 --host 192.168.1.101 --detach

绑host 测试，能正常访问则搭建完成。更多Jekyll的用法能够参考文档： http://jekyllrb.com/docs/usage/ 。

• 使用web服务器Nginx

使用前述方式启动的http服务，会独占这台服务器的 80 端口，若是这台机器还需部署其余的web站点，则不得不使用其余非80的端口。

使用Nginx能够解决这个问题，配置一个Nginx的vhost，可使用jekyll build --watch &生成博客的静态内容，并将站点根目录设置为 ~/mydomain.com/_site/，这里不作具体介绍了。

配置智能dns

登陆DNSPOD，进入域名解析的设置页面，添加一条针对百度的解析：

后记

以上步骤作完后，再用百度的抓取工具测试，就能正常抓取到内容了。

我作完后次日，本来剩下的8条收录，立马变成了1条。固然这个是能够理解的，毕竟是忽然换了个ip，多发发文章和外链，恢复收录和权重是迟早的事。另外我这个vps在国内访问仍是有点慢，首次请求返回要500ms左右，仍是得把域名备案了，在国内弄个云主机才行。

原文连接：http://tabalt.net/blog/make-b...