針對HTTP狀態碼的含義 百度lee提供一些解釋

　　百度爬蟲在進行抓取和處理時，是根據http協議規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。

　　如果您還不知道自己網頁返回的http狀態碼，請使用網提供的Http Header檢測工具。

　　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。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，建議新發內容暫時返回403，等審核或做好處理之后，再返回正常狀態的返回碼。

　　4、站點遷移，或域名更換時，請使用301返回碼。

生活不易，碼農辛苦
如果您覺得本網站對您的學習有所幫助,可以手機掃描二維碼進行捐贈