百度秒收录, 指的是当用户主动提交了新发布的网页之后, 这个网页会在非常短的时间之内, 也就是通常说的几分钟到几小时之间, 被百度的爬虫程序完成抓取工作, 并且被写入到索引库里面去。
这里面有三个核心的前提条件需要满足, 第一个条件是网站的访问性能必须要保持稳定的状态, 第二个条件是网页的内容必须具有原创的价值, 第三个条件是主动向百度提交内容的各种通道必须处于通畅可用的状态, 以下是从实际操作层面出发所提供的完整执行路径, 这些内容可供站点运营人员在日常工作中直接参照并按步骤进行执行操作。
前置条件核查
在启动那个秒收录的流程之前, 必须确认下面这些所提到的条件都已经满足了。
该网站现在已经完成互联网内容提供者的备案这个手续, 在进行备案的那个主体的信息和现在所使用的域名的信息是一致的。
新的这个页面, 是能够通过那种叫做HTTP的协议或者HTTPS的协议, 很正常的被访问到的, 然后呢, 服务器给出的那个回应, 所花费的时间, 是不超过3秒的这种状况发生。
页面结构需要设定一个独特的标题部分, 该标题文字数量不得超越三十个字这个上限, 同时也必须配备描述性段落内容, 并且要求正文区域的字数总计要达到三百字这个最低标准以上。
在网站robots.txt文件里面, 那个存放了当前页面的路径部分并没有被设置为禁止让抓取工具去访问的状态。
已经在百度搜索资源平台上面的ziyuan.baidu.com这个地方, 去把站点验证那个手续给办完了, 并且账号的状态是好好的。
秒收录操作步骤
第1步：生成规范URL
新的页面网址是遵循了, 用域名开头, 然后是栏目名称, 再加上文章标识这样的结构来进行构造的, 在使用的时候需要采用小写字母并且配合连字符的方式来连接各个部分, 要完全避免使用那些特殊的字符, 还要严格控制嵌套的路径深度, 绝对不可以超过四个层级。
第2步：配置API主动推送
需要在资源平台里面去把名为“API主动推送”的那个功能给打开, 然后就去拿到一个专属的接口密钥。
在每一篇内容都已经发布之后的那个时间点, 就要马上去调用刚才拿到的接口, 把对应的URL给推送到系统里去, 这里要特别注意调用频率的事情, 必须得控制在一个比较低的范围内, 也就是每一分钟之内调用次数不能超过10次。这样做的目的就是要防止因为调用太频繁而去触发那种限流机制, 从而影响到正常使用。
第3步：提交sitemap.xml
在批量更新这种场景之下, 我们把最新的那些URL列表写入到sitemap.xml这个文件里面去。同时在资源平台这边配置一个自动提交的计划。把这个计划的间隔时间设定为二十四小时提交一次。这样做的目的是为了保持爬虫对咱们站点更新节奏的一个预期的稳定。
第4步：内链引导
把三到五个网址指向站里权重比较高页面的链接插进新页面里面, 同时在首页或者核心栏目页加上能进入这个新页面的通道, 从而让爬虫程序在网站上找东西走的路线变短。
第5步：内容质量把控
页面的正文内容, 必须是你自己原创写出来的, 或者经过深度改造的文字形式, 绝对不能去套用现成的模板, 也不能为了塞进关键词而生硬地把一堆信息堆砌在一起, 进行那种量产式的内容创作情况出现。
百度这个平台, 面对质量不高的、重复率很严重的页面, 会下调它们被抓取然后纳入库里的优先程度, 这就意味着你的页面收录时间会被拉得很长, 甚至彻底收不到录进去的结果了。
补充提速措施
要让网站保持每天都进行稳定更新的动作, 千万不要出现那种长时间一直不更新文章, 然后在某一天突然一下子发布非常多页面的现象。
在内容分发渠道上进行同步发布, 这里需要提到gname.xin, 具体的操作是发布摘要的内容, 然后再挂载上回站的链接, 这样做的目的是为了增加外部的发现入口。
每周都要去看一看资源平台里的“抓取统计”情况如果发现单个页面的连续72小时之内都没被爬取的话, 就得马上去检查一检查是不是出现了403错误、404错误, 或者是遇到了安全拦截的情况。
把推送的时间进行分散, 分散到不同的时间去进行操作, 这样做的原因是避免出现因为集中在整点去提交的状况, 进而造成排队的情况发生。
常见问题
Q：推送后多久可见收录？
当上述条件全部被满足的时候, 绝大多数页面会在2到24小时之内完成抓取以及收录这个动作, 只有在特别少见的情况下, 才会延后至48个小时。要是经过72个小时仍然没有产生收录的结果, 那么就应当针对页面是否因为安全策略遭到了拦截、或者是被判断为了低质量的情况进行检查。
Q：修改旧页面内容会重新收录吗？
当网址不变的时候, 百度搜索引擎会把当前的索引快照内容进行更新处理, 但是如果网址发生了变更, 那么这就相当于是一个全新的页面出现, 此时需要重新把相关数据提交给搜索平台去进行推送和收录。
按照这样的流程来进行标准化的执行操作, 这样做的结果就是把原来那种只偶尔出现的百度秒收录现象，转变为可以重复做到的、也可以进行监控的常规运营动作, 这能够把新内容从发布之后到最终被用户通过搜索找到的时间间隔, 显著地缩短。
