建立符合搜索抓取习惯的网站

1、简单明了的网站结构

Spider抓取相当于对web这个有向图进行遍历，那么一个简单明了结构层次分明的网站肯定是它所喜欢的，并尽量保证spider的可读性。

（1）树型结构最优的结构即“首页—频道—详情页”；

（2）扁平首页到详情页的层次尽量少，既对抓取友好又可以很好的传递权重。

（3）网状保证每个页面都至少有一个文本链接指向，可以使网站尽可能全面的被抓取收录，内链建设同样对排序能够产生积极作用。

（4）导航为每个页面加一个导航方便用户知晓所在路径。

（5）子域与目录的选择相信有大批的站长对此有疑问，在我们看来，当内容较少并且内容相关度较高时建议以目录形式来实现，有利于权重的继承与收敛；当内容量较多并且与主站相关度略差时建议再以子域的形式来实现。

2、简洁美观的url规则

（1）唯一性网站中同一内容页只与唯一一个url相对应，过多形式的url将分散该页面的权重，并且目标url在系统中有被滤重的风险；

（2）简洁性动态参数尽量少，保证url尽量短；

（3）美观性使得用户及机器能够通过url即可判断出页面内容的主旨；

我们推荐如下形式的url：url尽量短且易读使得用户能够快速理解，例如使用拼音作为目录名称；同一内容在系统中只产生唯一的url与之对应，去掉无意义的参数；如果无法保证url的唯一性，尽量使不同形式的url301到目标url；防止用户输错的备用域名301至主域名。

3、其他注意事项

（1）不要忽略倒霉的robots文件，默认情况下部分系统robots是封禁搜索引擎抓取的，当网站建立后及时查看并书写合适的robots文件，网站日常维护过程中也要注意定期检查；

（2）建立网站sitemap文件、死链文件，并及时通过百度站长平台进行提交；

（3）部分电商网站存在地域跳转问题，有货无货建议统一做成一个页面，在页面中标识有无货即可，不要此地区无货即返回一个无效页面，由于spider出口的有限性将造成正常页面无法收录。

（4）合理利用站长平台提供的robots、sitemap、索引量、抓取压力、死链提交、网站改版等工具。

本文出自：http://zhanzhang.baidu.com/wiki/213