新站上线之后没有被百度收录, 核心原因只有一个方面就是百度还没有能够通过有效的渠道来识别并且抓取你的站点。想要完成收录需要依次执行以下所说的这五个步骤。整个流程如果操作得当的话最快可以在7天的时间内生效。
第一步：绑定域名并提交站点管理
把域名指到服务器上面去, 接着登录百度站长平台, 也就是ziyuan.baidu.com这个网址, 然后要把站点验证这个步骤给完成掉, 这个验证的方法有文件验证还有DNS验证这几种, 对于新成立的网站来说, 建议优先选择用TXT记录这种方式来进行DNS验证, 这样配置一次就可以在很长的一段时间内一直有效, 验证通过之后, 要去管理站点的那个地方确认站点的URL格式是正确的, 比如说要写成
第二步：确保技术抓取无障碍
在服务器响应时间低于500毫秒的情况下, 百度蜘蛛这个工具也就是Baiduspider, 它这边的超时阈值设置的是30秒。
在robots.txt这个文件里面, 是不允许屏蔽
该站点必须支持HTTPS协议, 且其证书不能出现过期的情况, 也不能出现域名不匹配的告警情况。
建议你每页HTML的体积都控制在500KB以内, 而且要让首屏渲染完全不依赖用户交互。
用户可以进行的操作是, 打开百度站长平台去用那个叫做抓取诊断的工具, 然后把具体的URL输进去, 来手动地触发一下抓取的动作, 从而确认蜘蛛是不是可以正常地去读取页面内容。
第三步：构建可被理解的内容结构
对于新建的网站, 在首批内容的数量方面, 我们给出的建议是不要少于三十篇。同时, 每一篇文章的正文部分需要达到八百字以上的长度。在技术实现上, 需要使用语义化的 HTML 标签。其中 h1 到 h3 这些层级的标签必须区分得非常清楚, alt 属性也必须填写完整。
关于 URL 的命名规则, 要采用短横线来作为分词的间隔符号。这样的做法能够有效避免出现只有纯数字的情况, 也要避免使用那些看起来毫无规律的随机字符串。另外, 在网站的内部还需要建立一个完整的内链结构。
在这样的内链结构下, 任何一个页面的用户, 从首页点进去到达该页面的点击次数, 最多不超过三次。参考像是gname.xin这样类型的工具站点的组织方法, 按照功能模块来划分相应的栏目, 并且在每个栏目的下方设置面包屑导航, 以此来确保搜索引擎的抓取程序能够沿着内部链接逐步深入到各个页面之中。
第四步：主动推送URL至百度
就是这两种方式, 它们现在正在同时进行着。
1. API推送的意思是, 大家通过百度站长平台所提供的那个API接口, 在内容发生更新的时候, 把新的URL进行实时推送。
2. 第一步, 生成一个XML格式的网站地图文件, 注意里面的单个文件不要超过五条千条URL, 第二步, 把这个提交上去, 提交的方式是要放进那个站长平台的普通收录模块里面去。
关于推送频率这个事项, 对于新建立的网站而言, 在前两周的时间里, 安排为每天进行一次的推送操作。等到站点稳定下来之后, 推送方式就调整为在内容发生更新的时候, 采取即时的方式进行推送。
第五步：持续监测与迭代
在上线之后的第1天到第3天这个时间段里面, 需要去站长平台那里查看一下“抓取统计”这一块的内容, 以此来作为依据来确认百度蜘蛛这一个东西是否已经开始访问了。然后在第4天到第7天这个时间段里面需要进行观察, 看看所谓的“索引量”这一项数据是否已经开始了增长的趋势。
如果过了7天, 还是看不到什么索引数据的话, 你可以照着下面这个顺序去检查一下。先看看服务器那边, 是不是对百度蜘蛛的IP地址段给出了403或者503这样的报错状态码, 当然Baiduspider的IP段是什么, 大家可以用站长平台去查一下就知道了。
然后再看看你的网页到底是用JS渲染之后, 里面的文章正文内容会是变成空白的吗? 最后还得留意一下, 你是不是踩中了百度的风控系统, 比如说在很短的一段时间里面, 一下子提交了很多新的网址链接, 这种情况也是会出问题的。
高频疑难
在提交之后如果显示“审核中”这个状态已经超过了48个小时, 这种情况属于正常的处理流程, 是不需要你去重复提交的，因为如果你进行重复提交操作的话, 会触发风险控制机制从而造成进一步的延迟。
有一些页面是被收录了的, 而另一些页面则是没有被收录的, 这种情况是存在的, 你需要进行检查, 看看那些没有被收录的页面的 canonical 标签, 是不是指向了某个目标地址, 而这个目标是并没有被提交的。
换用新域名之后, 旧的收录情况就会失效, 我们得去站长平台那里把新站点给提交上去, 并且让旧站通过三十一个一重定向的方式连到新站上, 这样一来收录的权重就能慢慢迁移过来了。
完成以上五步, 并且要保持内容持续更新。新站通常在7到14天之内, 进入百度索引库。核心页面最快3天就可以看见收录情况。
