百度爬蟲在進行抓取和處理時，是根據http協議規(guī)范來設置相應的邏輯的，所以請站長們也盡量參考http協議中關于返回碼的含義的定義來進行設置。
百度spider對常用的http返回碼的處理邏輯是這樣的：
1、404
404返回碼的含義是“NOT FOUND”，百度會認為網頁已經失效，那么通常會從搜索結果中刪除，并且短期內spider再次發(fā)現這條url也不會抓取。
2、503
503返回碼的含義是“Service Unavailable”，百度會認為該網頁臨時不可訪問，通常網站臨時關閉，帶寬有限等會產生這種情況。對于網頁返回503，百度spider不會把這條url直接刪除，短期內會再訪問。屆時如果網頁已恢復，則正常抓取;如果繼續(xù)返回503，短期內還會反復訪問幾次。但是如果網頁長期返回503，那么這個url仍會被百度認為是失效鏈接，從搜索結果中刪除。
3、403
403返回碼的含義是“Forbidden”，百度會認為網頁當前禁止訪問。對于這種情況，如果是新發(fā)現的url，百度spider暫不會抓取，短期內會再次檢查;如果是百度已收錄url，當前也不會直接刪除，短期內同樣會再訪問。屆時如果網頁允許訪問，則正常抓取;如果仍不允許訪問，短期內還會反復訪問幾次。但是如果網頁長期返回403，百度也會認為是失效鏈接，從搜索結果中刪除。
4、301
301返回碼的含義是“Moved Permanently”，百度會認為網頁當前跳轉至新url。當遇到站點遷移，域名更換、站點改版的情況時，推薦使用301返回碼，盡量減少改版帶來的流量損失。雖然百度spider現在對301跳轉的響應周期較長，但我們還是推薦大家這么做。
我們的建議
1、如果站點臨時關閉，當網頁不能打開時，不要立即返回404，建議使用503狀態(tài)。503可以告知百度spider該頁面臨時不可訪問，請過段時間再重試。
2、如果百度spider對您的站點抓取壓力過大，請盡量不要使用404，同樣建議返回503。這樣百度spider會過段時間再來嘗試抓取這個鏈接，如果那個時間站點空閑，那它就會被成功抓取了。
3、有一些網站希望百度只收錄部分內容，例如審核后的內容，累積一段時間的新用戶頁等等。在這種情況，建議新發(fā)內容暫時返回403，等審核或做好處理之后，再返回正常狀態(tài)的返回碼。
4、站點遷移，或域名更換時，請使用301返回碼。
文章整理者：北京seo，文章地址：轉載請保留。
申請創(chuàng)業(yè)報道，分享創(chuàng)業(yè)好點子。點擊此處，共同探討創(chuàng)業(yè)新機遇！
