|
【如内容违法或虚假，请联系上述邮件删除】百度抓取网页判别该页面质量时，会遭到该页面发布时间的影响。而由于网站有时会面临着改换域名，而百度不会由于某个网站改换域名后，在重新收录时，就以为一切页面都是最新更新的。所以为了避免这种不公平的判别，百度会把页面内的文章发布日期作为其中一个判别规范，去判别该页面的发布时间，从而生成对应的快照时间。所以，关于新站，若一次需求更新很多篇文章，又怕百度误以为是采集的，那么在每篇文章里，就一定要加上文章发布日期，从而辅佐百度去了解该文章的发布时间。百度爬到的文章时间简直都不一样，百度会以为这个网站只是新域名，但是是旧数据，所以就不会随意把一次性更新的大量文章误以为是采集的了。当然不是绝对的，由于百度判别页面质量的要素十分多，所以这个要素只是降低新站进入沙河的概率。我们来看下面这个例子：我的这个域名是在2012年9月份注册的。在发布文章时，文章发布时间直接填写的这篇新闻出来的时间，百度在收录此页面时，便以页面内的发布时间做了参考依据，给出了相同时间的快照。但事实上，在2012年3月26日，这个域名还没有注册呢。以上是新站，下面我们再来看一个老站的例子：这篇文章是我昨天，也就是2013年1月10日发布的。发布时我填写的时间是2012年12月25日。百度收录时，同样把快照时间定成了我填写的发布时间，而非真实发布时间。由此能够看出，百度爬虫在爬网页时，由于并不一定爬一次就能爬到网站的每个页面上，有时会由于网站的用户体验做的不好，使得即便有文章页链接，爬虫也不会去爬。因而，百度在爬到某一个页面时，并不会立刻以为这篇文章就是刚刚发布的，而是会依据百度自己的算法去判别这篇文章的发布时间。当然，大部分状况，百度还是收录的爬到的时间。但关于少数这种时间不正确的状况也是不能忽视的，由于关于采集的新站，假如用户体验做的好，百度有可能会以为是一个老站改换了域名，因而同样会给予此新站较好的收录和排名。在此把自己察看到的一些细节发布出来供大家思索和参考。：来自新禾利雅思一对一，queenshinckley.co.uk文章由user.qzone.qq.com/3065747543/main整理，并在本论坛初次发表，为尊重作者的劳动成果，转载请注明文章来源地址：user.qzone.qq.com/2105219769/main，谢谢协作！(关注老榕树网络旗下“网络思维”微信公众号:wlsw360 (每天都有好文章)
本帖如有虚假或违法，请联系邮箱删除，本社区删贴不收任何费用，欢迎举报。老榕树社区属老榕树网络旗下网站，旨在为老榕树用户提供创业咨询、网站建设技术交流、源码下载、提供各种实用工具。如有部分帖子涉及违法、虚假，请你第一时间与社区联系，把需要删除的社区链接提供给我们，我们核实之后，第一时间删除。邮箱：125175998@qq.com | 
发表于 2014-10-6 09:41:33
收藏
分享
淘帖