百度：網頁長度大於128k會影響甚至不收錄

標籤：百度收錄   工程師   百度站長   圖片   二進位   

百度站長學院前幾天公布了一個案例，裡面提到一些細節，特別值得站長重視。

它這個頁面對爬蟲爬取做的最佳化，直接將圖片二進位內容放到了html中導致頁面長度過長，大小164K，導致內容不被百度收錄。

650) this.width=650;" src="http://upload.admin5.com/2017/0621/1498025417891.jpg" border="0" alt="百度：網頁長度大於128k會影響甚至不收錄" style="border:0px;" />

百度：網頁長度大於128k會影響甚至不收錄

 

網站如果針爬蟲做最佳化，那麼網頁的長度最要在128K以內，不要過長。不然爬蟲抓取內容後，頁面內容過長被截斷，已抓取部分無法識別到主體內容，最終導致頁面被認定為空白短而不收錄。

言下之意，這可能是百度技術缺陷導致，如果網頁在128K以上，爬蟲無法抓取就無法收錄。如果各位站長的網站內容過長，盡量刪除一部分不太重要的資訊，以保證內容收錄。

 

百度工程師建議：

1、不建議網站使用js產生主體內容，如js渲染出錯，很可能導致頁面內容讀取錯誤，頁面無法抓取

2、 如網站針對爬蟲爬取做最佳化，建議頁面長度在128k之內，不要過長

3、針對爬蟲爬取做最佳化，請將主題內容放於前方，避免抓取截斷造成的內容抓取不全

來源：盧鬆鬆部落格，歡迎分享，（QQ/：13340454）

原文地址：http://lusongsong.com/blog/post/8966.html

百度：網頁長度大於128k會影響甚至不收錄