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
稳了!魔兽国服回归的3条重磅消息!官宣时间再确认!
昨天有一位朋友在大神群里分享,自己亚服账号被封号之后居然弹出了国服的封号信息对话框。
这里面让他访问的是一个国服的战网网址,com.cn和后面的zh都非常明白地表明这就是国服战网。
而他在复制这个网址并且进行登录之后,确实是网易的网址,也就是我们熟悉的停服之后国服发布的暴雪游戏产品运营到期开放退款的说明。这是一件比较奇怪的事情,因为以前都没有出现这样的情况,现在突然提示跳转到国服战网的网址,是不是说明了简体中文客户端已经开始进行更新了呢?
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]