各大搜索引擎对缓存抓取特征分析

昨天因为误操作，主题程序出了问题，但是我并不知道是我一不小心犯下的错误，然后网站打开就一片空白了（白书面），我以为有人在攻击我的网站导致空间商自动把攻击页面屏蔽了，恰巧还真有人在换着ip换着客户端在频繁抓取我网站的图片，在控制面板上都一目了然，一直攻击到今天中午，所以一直到今天中午我的网站都是白书面的，我也是一直到今天中午都认为是攻击所导致的问题，其实那攻击根本影响不了我的网站，无意发现根目录里面有错误日志，打开查看报错原由才发现是我的误操作导致代码出问题了~立马修复即可访问。

从昨天晚上到今天中午半天的时间内，网站虽然打不开，但是我能在后台查看到各大搜索引擎的抓取情况。发现一个有趣的现象，百度蜘蛛频繁抓取返回都是0的，而其它搜索引擎，如360，谷歌，搜狗等还是可以抓取到数据的，我很纳闷，细心想想，是我采用了hyper cache缓存，由于我的浏览器之前是处于登录状态的，hyper cache缓存在登录状态下是不起作用的，所以我打开不了我的网站，如果是普通访客的话是可以打开的，而且打开很快，就跟这些搜索引擎一样，抓取和带走的是缓存的页面。这也就证明了网站采用缓存是有好处的，当网站出错的时候不至于影响访客的阅览。

但是为什么百度抓取不到数据，因为百度能采取技术绕过缓存，所以缓存对百度是没有任何效果的。除了缓存，ajax对于百度来说也是失效的。平时我刚写完的文章是显示不出来的，因为首页有缓存周期，只有我自己能看到（登录下），但是百度蜘蛛却能很快爬取到，如果把缓存当成一道墙，那么百度蜘蛛有穿墙之术。而其它搜索引擎就是正常的访客一样，访客能看到什么，它就能抓到什么，自然它就能抓取缓存了。所以这也就证明缓存的不利方面。如果采取缓存的话，其它搜索引擎（除百度外），你新发表的文章链接不能被搜索引擎及时发现和收录。

再来看看网站短期打不开对seo的影响，还是那句老话，360是最敏感的，收录数量立即下降了几十，这在以前是从未出现过的现象，虽然网站打不开期间它能抓到缓存页面，但毕竟缓存页面并不多，只有首页和部分文章页，其它没纳入缓存的页面它一样返回空值，一旦它抓不到页面的话或者抓取返回值为空的话，它会把相应的链接从它的数据库中剔除，但是网站恢复访问的时候，收录数量立马复原，所以它的反应是非常灵敏的。其它搜索引擎都没有很大的变动，他们表示都很宽容~

转载：秋叶个人博客 | 链接地址：http://www.wuover.com/328.html