下面介紹一些常見的抓取異常的原因。
(1)服務器連接異常。服務器連接異常會有兩種情況。一種是站點不穩(wěn)定，Baidu spider嘗試連接網(wǎng)站的服務器時出現(xiàn)暫時無法連接的情況；另一種是Baidu spider一直無法連接上網(wǎng)站的服務器。造成服務器連接異常的原因通常是網(wǎng)站服務器過大，超負荷運轉。也有可能是網(wǎng)站運行不正常，請檢查網(wǎng)站的Web服務器(如apache、is)是否安裝且正常運行，并使用瀏覽器檢查主要頁面能否正常訪問。網(wǎng)站和主機還可能阻止了Baidu spider的訪問，需要檢查網(wǎng)站和主機的防火墻。
(2)網(wǎng)絡運營商異常。網(wǎng)絡運營商分電信和聯(lián)通兩種，Baidu spider通過電信或網(wǎng)通無法訪問網(wǎng)站。如果出現(xiàn)這種情況，需要與網(wǎng)絡服務運營商進行聯(lián)系，或者購買擁有雙線服務的空間或者購買cdn服務。
(3)DNS異常。當Baidu spider無法解析網(wǎng)站的P時，會出現(xiàn)DNS異常?？赡苁蔷W(wǎng)站IP地址錯誤，或者域名服務商把Baidu spider封禁。請使用 WHOIS或者host查詢自己網(wǎng)站的IP地址是否正確且可解析，如果不正確或無法解析，請與域名注冊商聯(lián)系，更新IP地址。
(4)IP封禁。限制網(wǎng)絡的出口IP地址，禁止該P段的使用者進行內容訪問、，這里特指封禁了Baidu spider ip。當網(wǎng)站不希望Baidu spider訪問時，才需要該設置，如果希望Baidu spider訪問網(wǎng)站，請檢查相關設置中是否誤添了Baidu spider ip.。也有可能是網(wǎng)站所在的空間服務商把百度P進行i了封禁，這日時需要聯(lián)系服務商更改設置。
(5)UA封禁。服務器通過UA識別訪問者的身份。當網(wǎng)站針對指定UA的訪不希望Baidu spider訪間時，才需要該設置，如果您希望 Baidu spider訪問您的網(wǎng)站 問，返回異常頁面(如403，500)或跳轉到其他頁面的情況，即為UA封禁。當網(wǎng)站useragent相關的設置中是否有Baidu spider ua，并及時修改。
(6)死鏈。頁面已經(jīng)無效，無法對用戶提供任何有價值信息的頁面就是死鏈接， 包括協(xié)議死鏈和內容死鏈兩種形式協(xié)議死鏈。頁面的tcp狀態(tài)，http狀態(tài)明確表示的死鏈，常見的如404、403、503狀態(tài)等。內容死鏈。服務器返回狀態(tài)是正常的，但內容已經(jīng)變更為不存在，已刪或需要權限等與原內容無關的信息頁面。對于死鏈，建議站點使用協(xié)議死鏈，并通過百度站長平臺—死結工具向百度提交，以便百度更快地發(fā)現(xiàn)死鏈，減少死鏈對用戶以及搜索引擎造成的負面影響。
(7)異常跳轉。將網(wǎng)絡請求重新指向其他位置即為跳轉。異常跳轉指的是以下幾種情況:
①當前該頁面為無效頁面(如內容已刪除。死鏈等)，直接跳轉到前一目錄或者首頁，百度建議站長將該無效頁面的人口超鏈接刪除。
②跳轉到出錯或者無效頁面注意:對于長時間跳轉到其他城名的情況，如網(wǎng)站更繞域名，百度建議使用301跳轉協(xié)議進行設置。
(8)其他異常。
①針對百度reer的異常:網(wǎng)頁針對來自百度的mfe返回不同于正常內容的行為。
②針對百度ua的異常:網(wǎng)頁對百度UA返回不同于頁面原內容的行為。
③Js跳轉異常:網(wǎng)站設計加載了百度無法識別的N跳轉代碼，使得用戶通過搜索結果進入頁面后發(fā)生了跳轉的情況。
④壓力過大引起的偶然封禁:百度會根據(jù)站點的規(guī)模、訪問量等信息，自動設定一個合理的抓取壓力。但是在異常情況下，如壓力控制失常時，服務器會根據(jù)自身負荷進行保護性的偶然封禁。這種情況下，請在返回碼中返回503(其含義是Service Unavailable)，這樣Baidu spider會過段時間再來嘗試抓取這個鏈接，如果網(wǎng)站已空閑，則會被成功抓取。
本文地址：http://www.khwajamoinuddinchishty.com//article/2516.html
