咨询,就免费赠送域名与服务器,咨询热线:15388598856当前位置: 博曦云网站建设 > 建站知识 > 网络精准营销 >
联系我们
电话咨询:15388598856
E-mail:632722816@qq.com
地址: 国粮街488号

【院长帮帮忙】页面长度过长,也会导致不收录

作者/整理:博曦云 来源:互联网 2017-06-19

  最近院长收到一个非常典型的抓取优化例子,整理一下分享给各位,各位站长们谨记不要出现相同的情况:

  站点反馈:

  网站主体内容都是js生成,针对用户访问,没有做优化;但是网站特针对爬虫抓取做了优化,且将图片也直接做了base64转化;然而优化后发现内容却不被百度收录

  页面质量很好,还特意针对爬虫做了优化,为什么内容反而不收录了呢?

【院长帮帮忙】页面长度过长,也会导致不收录?(2017年第4期)<摘自百度>
 

  工程师分析:

  1、网站针对爬虫爬取做的优化,直接将图片二进制内容放到了html中导致页面长度过长,网站页面长度达164k;

  2、 站点优化后将主体内容放于最后,图片却放于前面;

  3、爬虫抓取内容后,页面内容过长被截断,已抓取部分无法识别到主体内容,最终导致页面被认定为空短而不收录。

  工程师建议:

  1、不建议站点使用js生成主体内容,如js渲染出错,很可能导致页面内容读取错误,页面无法抓取

  2、 如站点针对爬虫爬取做优化,建议页面长度在128k之内,不要过长

  3、针对爬虫爬取做优化,请将主题内容放于前方,避免抓取截断造成的内容抓取不全