网站结构优化

网站结构优化

良好的网站结构更有利于搜索引擎抓取和更新，搜索引擎只是网站上一个普通的访客，对网站的抓取方式、对网站/网页的价值判断，也都是从用户的角度出发的，任何对用户体验的改进，都是对搜索引擎改进。面向搜索引擎的网站建设，主要分为三个部分：如何更好的让搜索引擎收录网站中的内容、如何在搜索引擎中获得良好的排名、如何让用户从众多的搜索结果中点击你的网站。简单来说，就是收录、排序、展现。下面我们将从这三个方面分别介绍。
1）使用文字而不是flash、图片、Javascript等来显示重要的内容或链接；
如果必须使用flash请将flash加上title=””标签；如果是图片增加图片alt=””标签；如果是Javascript，请封装成js文件调用，减少搜索引擎抓取；
2）另一种方式：如果必须使用Flash制作网页，建议同时制作一个供搜索引擎收录的文字版，并在首页使用文本链接指向文字版；
3）Ajax等搜索引擎不能识别的技术，只用在需要用户交互的地方，不把希望搜索引擎"看"到的导航及正文内容放到Ajax中；可以封装调用文件；
4）不使用frame和iframe框架结构，通过iframe显示的内容可能会被百度丢弃。如果必须使用框架，请增加title=””标签
网站应该有清晰的结构和明晰的导航，这能帮助用户快速从你的网站中找到自己需要的内容，也可以帮助搜索引擎快速理解网站中每一个网页所处的结构层次。网站结构建议采用树型结构，树型结构通常分为以下三个层次：首页——频道——文章页。象一棵大树一样，首先有一个树干（首页），然后再是树枝（频道），Z后是树叶（普通内容页）。树型结构的扩展性更强，网站内容变多时，可以通过细分树枝（频道）来轻松应对。注意：理想的网站结构应该是更扁平一些，从首页到内容页的层次尽量少，这样搜索引擎处理起来，会更简单。同时，网站也应该是一个网状结构，网站上每个网页都应该有指向上、下级网页以及相关内容的链接：首页有到频道页的链接，频道页有到首页和普通内容页的链接、普通内容页有到上级频道以及首页的链接、内容相关的网页间互相有链接。网站中每一个网页，都应该是网站结构的一部分，都应该能通过其他网页链接到。
1)确保每个页面都可以通过至少一个文本链接到达；
2)重要的内容，应该能从首页或者网站结构中比较浅的层次访问到；
3)合理分类网站上的内容，不要过度细分。
4)为每个页面都加上导航栏，让用户可以方便的返回频道、网站首页，也可以让搜索引擎方便的定位网页在网结构中的层次；
5)内容较多的网站，建议使用面包屑式的导航，这更容易让用户理解当前所处的位置：网站首页 > 频道 > 当前浏览页面 ；
6)导航中使用文字链接，不使用复杂的js或者flash；
7)使用图片做导航时，可以使用Alt注释，用Alt告诉搜索引擎所指向的网页内容是什么。
百度爬虫在进行抓取和处理时，是根据http协议规范来设置相应的逻辑的，所以请站长们也尽量参考http协议中关于返回码的含义的定义进行设置。Baiduspider 对常用的http返回码的处理逻辑是这样的：
1）404 返回码的含义是 “Not Found”，百度会认为网页已经失效，那么通常会从搜索结果中删除，并且短期内 spider 再次发现这条 URL 也不会抓取。
2）503 返回码的含义是 “Service Unavailable”，百度会认为该网页临时不可访问，通常网站临时关闭，带宽有限等会产生这种情况。对于网页返回503，百度 spider 不会把这条 URL 直接删除，短期内会再访问。届时如果网页已恢复，则正常抓取；如果继续返回503，短期内还会反复访问几次。但是如果网页长期返回503，那么这个 URL 仍会被百度认为是失效链接，从搜索结果中删除。
3）403 返回码的含义是 “Forbidden”，百度会认为网页当前禁止访问。对于这种情况，如果是新发现的URL，百度 spider 暂不抓取，短期内会再次检查；如果是百度已经收录的URL，当前也不会直接删除，短期内同样会再访问。届时如果网页允许访问，则正常抓取；如果仍不允许访问，短期内还会反复访问几次。但是如果网页长期返回403，百度也会认为是失效链接，从搜索结果中删除。
4）301 返回码的含义是 “Moved Permanently”，百度会认为网页当前跳转至新URL。当遇到站点迁移、域名更换和站点改版的情况时，推荐使用301返回码，尽量减少改版带来的流量损失。虽然百度spider 现在对301跳转的响应周期较长，但是我还是推荐大家这么做。
百度优化建议如下：
5）如果站点临时关闭，当网页不能打开时，不要立即返回404，建议使用503状态。503可以告知百度spider该页面临时不可访问，请过段时间再重试。
6）如果百度spider对您的站点抓取压力过大，请尽量不要使用404，同样建议返回503。这样百度spider会过段时间再来尝试抓取这个链接，如果那个时间站点空闲，那它就会被成功抓取了。
7）有一些网站希望百度只收录部分内容，例如审核后的内容，累积一段时间的新用户页等等。在这种情况，建议新发内容暂时返回403，等审核或做好处理之后，再返回正常状态的返回码。
8）站点迁移，或域名更换时，请使用301返回码。
子域名与目录的选择：选择使用子域名还是目录来合理的分配网站内容，对网站在搜索引擎中的表现会有较大的影响。
1）在某个频道的内容没有丰富到可以当做一个独立站点存在之前，使用目录形式；等频道下积累了足够的内容，再转换成子域名的形式
2）一个网页能否排到搜索结果的前面，"出身"很重要，如果出自一个站点权重较高的网站，那排到前面的可能性就越大，反之则越小。通常情况下主站点的权重是Z高的，子站点会从主站点继承一部分权重，继承的多少，视子站点质量而定。
3）在内容没有丰富到可以做为一个独立站点之前，内容放到主站点下一个目录中能在搜索引擎中获得更好的表现。
4）内容差异度较大、关联度不高的内容，使用子站点形式
5）搜索引擎会识别站点的主题，如果站点中内容关联度不高，可能导致搜索引擎错误的识别。关联度不高的内容，放在不同的子域名下，可以帮助搜索引擎更好的理解站点的主题。

6）域名间内容做好权限，互相分开，a.example.com下的内容，不能通过b.example.com访问

子域名间的内容可以互相访问，可能会被搜索引擎当做重复内容而进行除重处理，保留的url不一定是正常域名下的。不要滥用子域名

网站结构优化实操流程