當(dāng)搜索引擎蜘蛛抓取網(wǎng)站的時候，每一次都會有一個返回碼，表示本條內(nèi)容抓取的狀態(tài)，我們可以通過網(wǎng)站日志中查看這些返回碼信息，來提升青島網(wǎng)站建設(shè)的優(yōu)化效果。

　　你把IIS日志從空間下到自己電腦,然后用文本工具打開;

　　2010-05-14 15:52:03 W3SVC1 121。187。5。143 GET /category-8-b0-min1100-max2200.html - 80 - 220.181.7.74 Baiduspider+(+baidu/search/spider.htm) 200 0 0

　　分析下 200 0 0組成部分 sc-status(協(xié)議狀態(tài)) sc-substatus(協(xié)議子狀態(tài)) sc-win32-status(Win32狀態(tài)碼)

　　sc-status(協(xié)議狀態(tài)): 200 連接成功

　　sc-substatus(協(xié)議子狀態(tài)) :0 成功

　　sc-win32-status(Win32狀態(tài)碼):0 代表抓取成功并帶回數(shù)據(jù)庫 ; 64 指定的網(wǎng)絡(luò)名不再可用

　　1: 在這個訪問記錄里面121.187.5.143是你服務(wù)器的IP地址,220.181.7.74 是bd蜘蛛的IP,/category-8-b0-min1100-max2200.html 為蜘蛛訪問你的頁面 80是端口 GET是打開方式 W3SVC1是記錄的文件夾,這里說明,bd蜘蛛已經(jīng)訪問了你的category-8-b0-min1100-max2200.html 這個頁面,那么最重要的是最后面的這個參數(shù)200 0 0。

　　2、200 0 0 成功訪問該頁面,0代表抓取成功并帶回數(shù)據(jù)庫。這個時候你就放心了,這個頁面已經(jīng)被bd收錄,但是還沒有釋放出來,bd更新時就可能釋放出來。

　　3:200 0 64 網(wǎng)絡(luò)上流傳著這么三種解釋

　　第164為K站的前兆。

　　第264的出現(xiàn)只是64位操作系統(tǒng)。

　　第三:網(wǎng)絡(luò)不可達(dá),由于某種原因無法完全打開頁面,或者網(wǎng)絡(luò)不穩(wěn)定這些原因,導(dǎo)致蜘蛛無法帶回頁面或者說不抓取該頁面,

　　所以200 0 64的解釋也應(yīng)該為:訪問了該頁面,但并沒有任何抓取也沒有帶回數(shù)據(jù)庫。這種原因多為空間不穩(wěn)定、服務(wù)器不穩(wěn)定。

　　或者說是蜘蛛訪問了但快照不更新

　　4:304 0 0這個返回碼代表蜘蛛訪問的頁面沒有更新,和他之前來的時候是一樣的,所以看到這個不要擔(dān)心,蜘蛛來過,只不過你沒有更新,所以他也不愿意帶走這個頁面。

　　5:404 0 0這個是代表404頁面,但是有個很嚴(yán)重的問題,這個返回碼告訴我們,蜘蛛來到了404頁面并把他帶走了

　　,要是這樣的話基本上你要倒霉了,要你有太多的404,那么蜘蛛就會不斷是抓取,不斷的帶走,這樣會造成無數(shù)的重復(fù)頁面,最終導(dǎo)致K站或者降權(quán),

　　正確的返回碼是404 0 64 這就代表蜘蛛沒有抓取你這個頁面。 (好像是內(nèi)容有死鏈的意思)

　　6:500錯誤500錯誤是服務(wù)器內(nèi)部錯誤,是由程序的錯誤造成的,我不懂程序,但是500錯誤是會給你減分的,這點基本的邏輯都可以想的到,要發(fā)現(xiàn)500錯誤,馬上查看是哪個頁面的,然后去修正以下錯誤吧!

　　7:302要在日志中發(fā)現(xiàn)302的返回碼也是需要注意的,302為臨時重定向,要你是長期的將這個頁面重定向到另一個頁面,麻煩你使用301永久重定向,要是302的話bd蜘蛛下次來還會訪問這個頁面,這樣又會造成復(fù)制大量頁面的問題,結(jié)果肯定是K,所以,抽空檢查以下。

　　每個網(wǎng)絡(luò)蜘蛛都有自己的名字,在抓取網(wǎng)頁的時候,都會向網(wǎng)站標(biāo)明自己的身份。網(wǎng)絡(luò)蜘蛛在抓取網(wǎng)頁的時候會發(fā)送一個請求,這個請求中就有一個字段為User-agent,用于標(biāo)識此網(wǎng)絡(luò)蜘蛛的身份。例如Google網(wǎng)絡(luò)蜘蛛的標(biāo)識為GoogleBot,Baidu網(wǎng)絡(luò)蜘蛛的標(biāo)識為BaiDuSpider,Yahoo網(wǎng)絡(luò)蜘蛛的標(biāo)識為Inktomi Slurp。

　　返回碼大全：

　　2xx 成功

　　200 正常;請求已完成。

　　201 正常;緊接 POST 命令。

　　202 正常;已接受用于處理，但處理尚未完成。

　　203 正常;部分信息 — 返回的信息只是一部分。

　　204 正常;無響應(yīng) — 已接收請求，但不存在要回送的信息。

　　3xx 重定向

　　301 已移動 — 請求的數(shù)據(jù)具有新的位置且更改是永久的。

　　302 已找到 — 請求的數(shù)據(jù)臨時具有不同 URI。

　　303 請參閱其它 — 可在另一 URI 下找到對請求的響應(yīng)，且應(yīng)使用 GET 方法檢索此響應(yīng)。

　　304 未修改 — 未按預(yù)期修改文檔。

　　305 使用代理 — 必須通過位置字段中提供的代理來訪問請求的資源。

　　306 未使用 — 不再使用;保留此代碼以便將來使用。

　　4xx 客戶機(jī)中出現(xiàn)的錯誤

　　400 錯誤請求 — 請求中有語法問題，或不能滿足請求。

　　401 未授權(quán) — 未授權(quán)客戶機(jī)訪問數(shù)據(jù)。

　　402 需要付款 — 表示計費系統(tǒng)已有效。

　　403 禁止 — 即使有授權(quán)也不需要訪問。

　　404 找不到 — 服務(wù)器找不到給定的資源;文檔不存在。

　　407 代理認(rèn)證請求 — 客戶機(jī)首先必須使用代理認(rèn)證自身。

　　415 介質(zhì)類型不受支持 — 服務(wù)器拒絕服務(wù)請求，因為不支持請求實體的格式。

　　5xx 服務(wù)器中出現(xiàn)的錯誤

　　500 內(nèi)部錯誤 — 因為意外情況，服務(wù)器不能完成請求。

　　501 未執(zhí)行 — 服務(wù)器不支持請求的工具。

　　502 錯誤網(wǎng)關(guān) — 服務(wù)器接收到來自上游服務(wù)器的無效響應(yīng)。

　　503 無法獲得服務(wù) — 由于臨時過載或維護(hù)，服務(wù)器無法處理請求。

　　如果在網(wǎng)站上有訪問日志記錄,網(wǎng)站管理員就能知道,哪些搜索引擎的網(wǎng)絡(luò)蜘蛛過來過,什么時候過來的,以及讀了多少數(shù)據(jù)等等。

　　根據(jù)不同的IP我們可以分析網(wǎng)站是個怎樣的狀態(tài).下面就按照我IIS日記上的百度蜘蛛IP為例:

　　123.125.68.*這個蜘蛛經(jīng)常來,別的來的少,表示網(wǎng)站可能要進(jìn)入沙盒了，或被者降權(quán)。

　　220.181.68.*每天這個IP 段只增不減很有可能進(jìn)沙盒或K站。

　　220.181.7.*、123.125.66.* 代表百度蜘蛛IP造訪，準(zhǔn)備抓取你東西。

　　121.14.89.*這個ip段作為度過新站考察期。

　　203.208.60.*這個ip段出現(xiàn)在新站及站點有不正常現(xiàn)象后。

　　210.72.225.*這個ip段不間斷巡邏各站。

　　125.90.88.* 廣東茂名市電信也屬于百度蜘蛛IP 主要造成成分，是新上線站較多，還有使用過站長工具，或SEO綜合檢測造成的。

　　220.181.108.95這個是百度抓取首頁的專用IP，如是220.181.108段的話，基本來說你的網(wǎng)站會天天隔夜快照，絕對錯不了的，我保證。

　　220.181.108.92 同上98%抓取首頁，可能還會抓取其他 (不是指內(nèi)頁)220.181段屬于權(quán)重IP段此段爬過的文章或首頁基本24小時放出來。

　　123.125.71.106 抓取內(nèi)頁收錄的，權(quán)重較低，爬過此段的內(nèi)頁文章不會很快放出來，因不是原創(chuàng)或采集文章。

　　220.181.108.91屬于綜合的，主要抓取首頁和內(nèi)頁或其他，屬于權(quán)重IP 段，爬過的文章或首頁基本24小時放出來。

　　220.181.108.75重點抓取更新文章的內(nèi)頁達(dá)到90%，8%抓取首頁，2%其他。權(quán)重IP 段，爬過的文章或首頁基本24小時放出來。

　　220.181.108.86專用抓取首頁IP 權(quán)重段，一般返回代碼是304 0 0 代表未更新。

　　123.125.71.95 抓取內(nèi)頁收錄的，權(quán)重較低，爬過此段的內(nèi)頁文章不會很快放出來，因不是原創(chuàng)或采集文章。

　　123.125.71.97 抓取內(nèi)頁收錄的，權(quán)重較低，爬過此段的內(nèi)頁文章不會很快放出來，因不是原創(chuàng)或采集文章。

　　220.181.108.89專用抓取首頁IP 權(quán)重段，一般返回代碼是304 0 0 代表未更新。

　　220.181.108.94專用抓取首頁IP 權(quán)重段，一般返回代碼是304 0 0 代表未更新。

　　220.181.108.97專用抓取首頁IP 權(quán)重段，一般返回代碼是304 0 0 代表未更新。

　　220.181.108.80專用抓取首頁IP 權(quán)重段，一般返回代碼是304 0 0 代表未更新。

　　220.181.108.77 專用抓首頁IP 權(quán)重段，一般返回代碼是304 0 0 代表未更新。

　　123.125.71.117 抓取內(nèi)頁收錄的，權(quán)重較低，爬過此段的內(nèi)頁文章不會很快放出來，因不是原創(chuàng)或采集文章。

　　220.181.108.83專用抓取首頁IP 權(quán)重段，一般返回代碼是304 0 0 代表未更新。

　　注：以上IP尾數(shù)還有很多，但段位一樣的123.125.71.*段IP 代表抓取內(nèi)頁收錄的權(quán)重比較低.可能由于你采集文章或拼文章暫時被收錄但不

　　放出來.(意思也就是說待定)。

　　220.181.108.*段IP主要是抓取首頁占80%，內(nèi)頁占30%，這此爬過的文章或首頁，絕對24小時內(nèi)放出來和隔夜快照的，這點我可以保證!

　　一般成功抓取返回代碼都是 200 0 0返回304 0 0代表網(wǎng)站沒更新，蜘蛛來過，如果是 200 0 64別擔(dān)心這不是K站，可能是網(wǎng)站是動態(tài)的，

　　所以返回就是這個代碼。