第一种原因：页面长度过长，代码过于臃肿。
有些站长的网站主体内容都是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，直接将图片二进制内容放到了html中导致页面长度过长；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？
原因分析：
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。
修改建议：
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，请将主体内容放于前方，避免抓取截断造成的内容抓取不全
第二种原因：Spider抓取不了，被屏蔽等
目前百度spider抓取新链接的途径有两个，一是主动出击发现抓取，二就是从百度站长平台的链接提交工具中获取数据，其中通过主动推送功能“收”上来的数据最受百度spider的欢迎。对于站长来说，如果链接很长时间不被收录，建议尝试使用主动推送功能，尤其是新网站，主动推送首页数据，有利于内页数据的抓取。
那么同学们要问了，为什么我提交了数据还是迟迟在线上看不到展现呢？那涉及的因素可就多了，在spider抓取这个环节，影响线上展现的因素有：
1、网站封禁。你别笑，真的有同学一边封禁着百度蜘蛛，一边向百度狂交数据，结果当然是无法收录。
2、质量筛选。百度spider进入3.0后，对低质内容的识别上了一个新台阶，尤其是时效性内容，从抓取这个环节就开始进行质量评估筛选，过滤掉大量过度优化等页面，从内部定期数据评估看，低质网页比之前下降62%。
3、抓取失败。抓取失败的原因很多，有时你在办公室访问完全没有问题，百度spider却遇到麻烦，站点要随时注意在不同时间地点保证网站的稳定性。
4、配额限制。虽然我们正在逐步放开主动推送的抓取配额，但如果站点页面数量突然爆发式增长，还是会影响到优质链接的抓取收录，所以站点在保证访问稳定外，也要关注网站安全，防止被黑注入。
原创文章，作者：大BOSS，如若转载，请注明出处：https://www.jiaseo.cn/1063.html
微信扫一扫 
支付宝扫一扫 ![阿里云[对象存储oss]如何设置自动备份网站及数据库信息](https://www.jiaseo.cn/wp-content/uploads/2018/11/logo-480x300.jpg){kind=logo}