搜索引擎收錄方法

搜索引擎收錄

1基本概述

搜索引擎收錄是搜索引擎收錄一個網(wǎng)站頁面具體的數(shù)量值，收錄的數(shù)量越多，收錄的時間越快，證明此網(wǎng)站對搜索引擎比較友好。

比較常用的搜索引擎收錄有baidu（百度）google（谷歌）yahoo（雅虎）sogou（搜狗）youdao（有道）soso（搜搜）bing(必應(yīng)）。

2收錄原理

收集待索引網(wǎng)頁的url

Internet上存在的網(wǎng)頁數(shù)量***是個天文數(shù)字，每天新增的網(wǎng)頁也不計其數(shù)，搜索引擎需要首先找到要索引收錄的對象。

具體到Google而言，雖然對GoogleBot是否存在DeepBot與FreshBot的區(qū)別存在爭議——至于是否叫這么兩個名字更是眾說紛紜，當然，名字本身并不重要——至少到目前為止。

主流的看法是，在Google的robots中，的確存在著相當部分專門為真正的索引收錄頁準備“素材”的robots——在這里我們姑且仍稱之為FreshBot吧

——它們的任務(wù)便是每天不停地掃描Internet，以發(fā)現(xiàn)并維護一個龐大的url列表供DeepBot使用，換言之，當其訪問、讀取其一個網(wǎng)頁時，目的并不在于索引這個網(wǎng)頁，而是找出這個網(wǎng)頁中的所有鏈接。

——當然，這樣似乎在效率上存在矛盾，有點不太可信。不過，我們可以簡單地通過以下方式判斷：FreshBot在掃描網(wǎng)頁時不具備“排它性”。

也即是說，位于Google不同的數(shù)據(jù)中心的多個robots可能在某個很短的時間周期，比如說一天甚至一小時，訪問同一個頁面，而DeepBot在索引、緩存頁面時則不會出現(xiàn)類似的情況。

即Google會限制由某個數(shù)據(jù)中心的robots來完成這項工作的，而不會出現(xiàn)兩個數(shù)據(jù)中心同時索引網(wǎng)頁同一個版本的情況，如果這種說法沒有破綻的話，則似乎可以從服務(wù)器訪問日志中時?？梢钥吹皆醋圆煌琁P的GoogleBot在很短的時間內(nèi)多次訪問同一個網(wǎng)頁證明FreshBot的存在。

因此，有時候發(fā)現(xiàn)GoogleBot頻繁訪問網(wǎng)站也不要高興得太早，也許其根本不是在索引網(wǎng)頁而只是在掃描url。

FreshBot記錄的信息包括網(wǎng)頁的url、TimeStamp(網(wǎng)頁創(chuàng)建或更新的時間戳)，以及網(wǎng)頁的Head信息(注：這一點存在爭議，也有不少人相信FreshBot不會去讀取目標網(wǎng)頁信息的，而是將這部分工作交由DeepBot完成。

不過，筆者傾向于前一種說法，因為在FreshBot向DeepBot提交的url列表中，會將網(wǎng)站設(shè)置禁止索引、收錄的頁面排除在外，以提***率，而網(wǎng)站進行此類設(shè)置時除使用robots.txt外還有相當部分是通過mata標簽中的“noindex”實現(xiàn)的，不讀取目標網(wǎng)頁的head似乎是無法實現(xiàn)這一點的)，如果網(wǎng)頁不可訪問，比如說網(wǎng)絡(luò)中斷或服務(wù)器故障，F(xiàn)reshBot則會記下該url并擇機重試，但在該url可訪問之前，不會將其加入向DeepBot提交的url列表。

總的來說，F(xiàn)reshBot對服務(wù)器帶寬、資源的占用還是比較小的。最后，F(xiàn)reshBot對記錄信息按不同的優(yōu)先級進行分類，向DeepBot提交，根據(jù)優(yōu)先級不同，主要有以下幾種：

A：新建網(wǎng)頁;B：舊網(wǎng)頁/新的TimeStamp，即存在更新的網(wǎng)頁C：使用301/302重定向的網(wǎng)頁；D：復(fù)雜的動態(tài)url：如使用多個參數(shù)的動態(tài)url，Google可能需要附加的工作才能正確分析其內(nèi)容。

——隨著Google對***頁支持能力的提高，這一分類可能已經(jīng)取消；E：其他類型的文件，如指向PDF、DOC文件的鏈接，對這些文件的索引，也可能需要附加的工作；

F：舊網(wǎng)頁/舊的TimeStamp，即未更新的網(wǎng)頁，注意，這里的時間戳不是以Google搜索結(jié)果中顯示的日期為準，而是與Google索引數(shù)據(jù)庫中的日期比對；G：錯誤的url，即訪問時返回404回應(yīng)的頁面；

優(yōu)先級按由A至G的順序排列，依次降低。需要強調(diào)的是，這里所言之優(yōu)先級是相對的，比如說同樣是新建網(wǎng)頁，根據(jù)指向其的鏈接質(zhì)量、數(shù)量的不同，優(yōu)先級也有著很大的區(qū)別，具有源自相關(guān)的網(wǎng)站鏈接的網(wǎng)頁具有較高的優(yōu)先級。

此外，這里所指的優(yōu)先級僅針對同一網(wǎng)站內(nèi)部的頁面，事實上，不同網(wǎng)站也有有著不同的優(yōu)先級，換言之，對網(wǎng)站中的網(wǎng)頁而言，即使其***di優(yōu)先級的404url，也可能比許多其他網(wǎng)站優(yōu)先級***gao的新建網(wǎng)頁更具優(yōu)勢。

網(wǎng)頁的索引與收錄

接下來才進入真正的索引與收錄網(wǎng)頁過程。從上面的介紹可以看出，F(xiàn)reshBot提交的url列表是相當龐大的，根據(jù)語言、網(wǎng)站位置等不同，對特定網(wǎng)站的索引工作將分配至不同的數(shù)據(jù)中心完成。

整個索引過程，由于龐大的數(shù)據(jù)量，可能需要幾周甚至更長時間才能完成。

正如上文所言，DeepBot會首先索引優(yōu)先級較高的網(wǎng)站/網(wǎng)頁，優(yōu)先級越高，出現(xiàn)在Google索引數(shù)據(jù)庫及至最終出現(xiàn)在Google搜索結(jié)果頁面中的速度便越快。

對新建網(wǎng)頁而言，只要進入到這個階段，即使整個索引過程沒有完成，相應(yīng)的網(wǎng)頁便已具備出現(xiàn)在Google索引庫中的可能，相信許多朋友在Google中使用“site”搜索時常?？吹綐俗檠a充結(jié)果只顯示網(wǎng)頁url或只顯示網(wǎng)頁標題與url但沒有描述的頁面，此即是處于這一階段網(wǎng)頁的正常結(jié)果。

當Google真正讀取、分析、緩存了這個頁面后，其便會從補充結(jié)果中逃出而顯示正常的信息。

——當然，前提是該網(wǎng)頁具有足夠的鏈接，特別是來自網(wǎng)站的鏈接，并且，索引庫中沒有與該網(wǎng)頁內(nèi)容相同或近似的記錄(DuplicateContent過濾)。

對動態(tài)url而言，雖然如今Google宣稱在對其處理方面已不存在障礙，不過，可以觀察到的事實仍然顯示動態(tài)url出現(xiàn)在補充結(jié)果中的幾率遠大于使用靜態(tài)url的網(wǎng)頁，往往需要更多、更有價值的鏈接才能從補充結(jié)果中逸出。

而對于上文中之“F”類，即未更新的網(wǎng)頁，DeepBot會將其時間戳與Google索引數(shù)據(jù)庫中的日期比對，確認盡管可能搜索結(jié)果中相應(yīng)頁面信息未來得及更新但只要索引了版本即可——考慮網(wǎng)頁多次更新、修改的情況——；至于“G”類即404url，則會查找索引庫中是否存在相應(yīng)的記錄，如果有，將其刪除。

數(shù)據(jù)中心間的同步

前文我們提到過，DeepBot索引某個網(wǎng)頁時會由特定的數(shù)據(jù)中心完成，而不會出現(xiàn)多個數(shù)據(jù)中心同時讀取該網(wǎng)頁，分別獲得網(wǎng)頁最近版本的情況，這樣，在索引過程完成后，便需要一個數(shù)據(jù)同步過程，將網(wǎng)頁的版本在多個數(shù)據(jù)中心得到更新。

這就是之前的GoogleDance。不過，在BigDaddy更新后，數(shù)據(jù)中心間的同步不再象那樣集中在特定的時間段，而是以一種連續(xù)的、時效性更強的方式進行。

3影響收錄

網(wǎng)站標題

網(wǎng)站標題、描述、關(guān)鍵詞的寫法在站長們的心目中一直是很慎重的一件事情，直接關(guān)系到網(wǎng)站的排名與流量，而且這三大標簽在網(wǎng)站上線之后不能輕易修改，這就需要站長們事先做好準備，如果說事先沒有考慮好，上線之后又去修改的話百度會認為你的網(wǎng)站不穩(wěn)定，剛上線就修改關(guān)鍵標簽，有嫌疑，然后就把你的網(wǎng)站丟進沙盒，慢慢考察，此時想要百度收錄網(wǎng)站至少要等到一個月之后，而且保證這段時間每天給網(wǎng)站添加高質(zhì)量的文章。

外部鏈接

增加外部鏈接，能讓搜索引擎有效地抓取和收錄網(wǎng)頁。

外鏈方法

我們都知道了為網(wǎng)站增加外部鏈接有這么多的好處了，那么我們應(yīng)該如何為網(wǎng)站增加更多、更具價值的外部鏈接呢?

下面總結(jié)幾種比較有效增加網(wǎng)站外鏈的方法：

1，自己主動性地增加鏈接;

2，交換友情鏈接，比較容易簡單的辦法;

3，提交分類目錄、網(wǎng)絡(luò)書簽，簡單未必十分有效;

4，購買文本鏈接，需要有***成本投入，且鏈接不持久;

5，組建鏈接網(wǎng)絡(luò)，建立網(wǎng)站群、博客群，投入成本高，耗時較長，后期效果明顯;

網(wǎng)站內(nèi)容

原創(chuàng)的網(wǎng)站內(nèi)容更容易被收錄，采集、復(fù)制他人信息等做法一般很難收錄。

原創(chuàng)文章的***da好處，就是可以一舉多得，可以增加網(wǎng)站被搜索引擎收錄的概率，也可提升網(wǎng)站優(yōu)化排名。

4百度特點

1.基于字詞結(jié)合的信息處理方式 巧妙解決了中文信息的理解問題，地提高了搜索的準確性和查全率。

2.支持主流的中文編碼 包括gbk(漢字內(nèi)碼擴展規(guī)范)、gb2312(簡體)、big5(繁體)，并且能夠在不同的編碼之間轉(zhuǎn)換?！?/p>

3.智能相關(guān)度算法 采用了基于內(nèi)容和基于超鏈分析相結(jié)合的方法進行相關(guān)度評價，能夠客觀分析網(wǎng)頁所包含的信息，從而***da限度保證了檢索結(jié)果相關(guān)性。

4.檢索結(jié)果更直觀 能標示豐富的網(wǎng)頁屬性(如標題、網(wǎng)址、時間、大小、編碼、摘要等)，并突出用戶的查詢串，便于用戶判斷是否閱讀原文。

5.百度搜索支持二次檢索 可在上次檢索結(jié)果中繼續(xù)檢索，逐步縮小查找范圍，直至達到***小、***準確的結(jié)果集。利于用戶更加方便地在海量信息中找到自己真正感興趣的內(nèi)容。

6.相關(guān)檢索詞智能推薦技術(shù) 在用戶第1次檢索后，會提示相關(guān)的檢索詞，幫助用戶查找更相關(guān)的結(jié)果，統(tǒng)計表明可以促進檢索量提升10-20%.

7.高性能服務(wù)器和本地化服務(wù)器 運用多線程技術(shù)、***的搜索算法、穩(wěn)定的unix平臺、和本地化的服務(wù)器，保證了***的響應(yīng)速度。百度搜索引擎在中國境內(nèi)提供搜索服務(wù)，可大大縮短檢索的響應(yīng)時間(一個檢索的平均響應(yīng)時間小于0.5秒)

8.可以提供多種服務(wù)方式 可以在7天之內(nèi)完成網(wǎng)頁的更新，是目前更新時間***、數(shù)據(jù)量***da的中文搜索引擎。

9.檢索結(jié)果輸出類別聚合 支持內(nèi)容類聚、網(wǎng)站類聚、內(nèi)容類聚+網(wǎng)站類聚等多種方式。支持用戶選擇時間范圍，提高用戶檢索效率。

10.智能性、可擴展的搜索技術(shù) 擁有目前世界上***da的中文信息庫，為用戶提供***準確、***廣泛、***ju時效性的信息提供了堅實基礎(chǔ)。

11.結(jié)構(gòu)、算法等的優(yōu)化 分布式結(jié)構(gòu)、精心設(shè)計的優(yōu)化算法、容錯設(shè)計保證系統(tǒng)在大訪問量下的高可用性、高擴展性、高性能和高穩(wěn)定性。

12.高可配置性使得搜索服務(wù)能夠滿足不同用戶的需求。

13.***的網(wǎng)頁動態(tài)摘要顯示技術(shù)。

14.獨有百度快照。

15.支持多種高級檢索語法，使用戶查詢效率更高、結(jié)果更準。已支持“+”(and)、“-”(not)、“|”(or)、“site：”、“domain：”、“intitle：”、“inurl”，還將繼續(xù)增加其它***的搜索語法。

5優(yōu)化方法

增加外鏈并被更快收錄的方法

1.通過優(yōu)化網(wǎng)站程序推廣，也就是所謂的SEO

2.競價排名

3.多發(fā)原創(chuàng)性的文章

4.提升PR值。

5.在高質(zhì)量的網(wǎng)站發(fā)布帶有鏈接的軟文，引導(dǎo)搜索引擎前來光顧，進而實現(xiàn)收錄。

6.網(wǎng)站要有規(guī)律的更新，每次更新文章要不少于2篇。

7.網(wǎng)站打開速度和空間的穩(wěn)定性也是影響網(wǎng)站收錄的因素。

8.增加網(wǎng)站自身的權(quán)重，是更快收錄的根本原因。

6提高收錄

基本當搜索引擎收錄了站點之后，并且也已經(jīng)能夠看到搜索引擎收錄的數(shù)量，所希望的***是讓搜索引擎收錄更多的頁面。如果要提高搜索引擎的收錄量，大量增加網(wǎng)站內(nèi)容是其一。更多要做的是為搜索引擎的蜘蛛程序打造一個良好的網(wǎng)站結(jié)構(gòu)。 想要提高站點的收錄率，可以采取以下幾個方法：

提高外鏈

外鏈是SEO的良藥，無論是提高搜索引擎排名還是提高網(wǎng)站的收錄量，特別是高質(zhì)量的外部鏈接。鏈接建設(shè)的工作，要伴隨搜索引擎優(yōu)化方案的開始至結(jié)束。

增加原創(chuàng)

原創(chuàng)性的內(nèi)容，一旦被搜索引擎收錄之后，此類的內(nèi)容頁面就不是那么容易被搜索引擎刪除。如果是重復(fù)率太高的網(wǎng)站內(nèi)容，即使是讓搜索引擎收錄之后，也很容易被搜索引擎定期清理掉。讓網(wǎng)站保持一定比例的原創(chuàng)內(nèi)容，能夠培養(yǎng)網(wǎng)站的權(quán)重以及確保搜索引擎不會收錄了又刪除這些頁面。

優(yōu)化結(jié)構(gòu)

優(yōu)化網(wǎng)站內(nèi)部鏈接，良好的網(wǎng)站結(jié)構(gòu)會讓蜘蛛順著鏈接，一層層的讀取網(wǎng)站的內(nèi)容。網(wǎng)站結(jié)構(gòu)差的網(wǎng)站，會讓蜘蛛感覺走進了迷宮。如果你的網(wǎng)站很龐大，***hao是建立清晰的網(wǎng)站導(dǎo)航、的網(wǎng)站地圖等用戶體驗應(yīng)用，這樣做能夠引導(dǎo)蜘蛛也方便網(wǎng)站的用戶。

研究蜘蛛

搜索引擎的蜘蛛程序是一只有思維、有辨別能力的蜘蛛。我們別把它當成單純的網(wǎng)站內(nèi)容搬運工，它在讀取你內(nèi)容的時候，它會對這些內(nèi)容進行價值以及其他方面的辨別。作為網(wǎng)站的管理員，要研究蜘蛛的規(guī)則、爬取規(guī)律等，與搜索引擎的蜘蛛打交道也是重要的一門學問。 對于提高網(wǎng)站的頁面收錄數(shù)量，我們要讓自己變得更加主動。換句話說，就是自己掌握主動權(quán)。與其坐等蜘蛛上門，不如引導(dǎo)收錄。

網(wǎng)站地圖

網(wǎng)站地圖又稱站點地圖，它就是一個頁面，上面放置了網(wǎng)站上所有頁面的鏈接。大多數(shù)人在網(wǎng)站上找不到自己所需要的信息時，可能會將網(wǎng)站地圖作為一種補救措施。搜索引擎蜘蛛非常喜歡網(wǎng)站地圖。

為什么要建立網(wǎng)站地圖呢？大多數(shù)人都知道網(wǎng)站地圖對于提高用戶體驗有好處：它們?yōu)榫W(wǎng)站訪問者指明方向，并幫助迷失的訪問者找到他們想看的頁面。對于搜索引擎優(yōu)化，網(wǎng)站地圖的好處就更多了：

1.為搜索引擎蜘蛛提供可以瀏覽整個網(wǎng)站的鏈接。

2.為搜索引擎蜘蛛提供一些鏈接，指向動態(tài)頁面或者采用其他方法比較難以到達的頁面。

3.作為一種潛在的著陸頁面，可以為搜索流量進行優(yōu)化。

4.如果訪問者試圖訪問網(wǎng)站所在域內(nèi)并不存在的URL，那么這個訪問者就會被轉(zhuǎn)到“無法找到文件”的錯誤頁面，而網(wǎng)站地圖可以作為該頁面的“準”內(nèi)容。

7新站收錄

百度不收錄新站的解決方法：

（1）***hao等網(wǎng)站的所有內(nèi)容都完工后再上傳到網(wǎng)站空間

　?。?）網(wǎng)站上傳后，到百度提交下網(wǎng)站：幾大搜索引擎的網(wǎng)站登錄入口

（3）到百度搜藏注冊3-5個賬號，然后收藏網(wǎng)址

（4）到樂收，好望角等網(wǎng)絡(luò)收藏夾收藏網(wǎng)址

（5）到百度貼吧，A5等權(quán)重高的網(wǎng)站發(fā)布鏈接誘餌（帶上自己的網(wǎng)址），引誘百度蜘蛛過來爬去

（6）第1個月每天有規(guī)律的更新2-5篇原創(chuàng)文章

（7）不要采取SEO方式優(yōu)化

基本上按照上面的操作步驟，1-30天內(nèi)都能收錄首頁。如果過了1個月，網(wǎng)址還沒有收錄，您可以嘗試把首頁的布局做個改版。