百度抓取网页判断该页面质量时,会受到该页面发布时间的影响。
而由于网站有时会面临着更换域名,而百度不会由于某个网站更换域名后,在重新收录时,就认为所有页面都是最新更新的。
所以为了避免这种不公平的判断,百度会把页面内的文章发布日期作为其中一个判断标准,去判断该页面的发布时间,从而生成对应的快照时间。
所以,对于新站,若一次需要更新很多篇文章,又怕百度误认为是采集的,那么在每篇文章里,就一定要加上文章发布日期,从而“帮助”百度去“了解”该文章的发布时间。
百度爬到的文章时间几乎都不一样,百度会认为这个网站只是新域名,但是是旧数据,所以就不会随便把一次性更新的大量文章误认为是采集的了。
当然不是绝对的,因为百度判断页面质量的因素非常多,所以这个因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:
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。
由此可以看出,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,使得即使有文章页链接,爬虫也不会去爬。因此,百度在爬到某一个页面时,并不会立刻认为这篇文章就是刚刚发布的,而是会根据百度自己的算法去判断这篇文章的发布时间。
当然,大部分情况,百度还是收录的爬到的时间。但对于少数这种时间不正确的情况也是不能忽视的,因为对于采集的新站,如果用户体验做的好,百度有可能会认为是一个老站更换了域名,因此同样会给予此新站较好的收录和排名。
文章的网站,优化
免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件! 如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
更新日志
- 小骆驼-《草原狼2(蓝光CD)》[原抓WAV+CUE]
- 群星《欢迎来到我身边 电影原声专辑》[320K/MP3][105.02MB]
- 群星《欢迎来到我身边 电影原声专辑》[FLAC/分轨][480.9MB]
- 雷婷《梦里蓝天HQⅡ》 2023头版限量编号低速原抓[WAV+CUE][463M]
- 群星《2024好听新歌42》AI调整音效【WAV分轨】
- 王思雨-《思念陪着鸿雁飞》WAV
- 王思雨《喜马拉雅HQ》头版限量编号[WAV+CUE]
- 李健《无时无刻》[WAV+CUE][590M]
- 陈奕迅《酝酿》[WAV分轨][502M]
- 卓依婷《化蝶》2CD[WAV+CUE][1.1G]
- 群星《吉他王(黑胶CD)》[WAV+CUE]
- 齐秦《穿乐(穿越)》[WAV+CUE]
- 发烧珍品《数位CD音响测试-动向效果(九)》【WAV+CUE】
- 邝美云《邝美云精装歌集》[DSF][1.6G]
- 吕方《爱一回伤一回》[WAV+CUE][454M]