如何解决Google网站管理员工具的抓取错误

 

    网站站长工具将错误分为两类：网站错误(siteerrors)和链接地址错误(URLerrors)。如果在一个网站上出现多个抓取错误，那么你的网站信任度会下降，甚至会影响到排名，当然这工具对于百度优化同样有效。那么应当如何解决Google网站管理员工具的抓取错误呢。

 

 

 

    通过Googlebot抓取的错误分类就看知道是什么导致抓取错误的原因了。

 

    一、HTTP的错误

 

    当一个网站上的网页(例如，当用户在浏览器中访问您的网页或Googlebot抓取页面时)到您的服务器发出请求，服务器返回HTTP状态码响应请求。

 

    如果出现403状态，可以不用理睬，这表明是你的主机阻止了Googlebot抓取。对于所有HTTP状态码的列表文件，可以参考GoogleHTTP状态码帮助页面。

 

    二、Sitemap中的错误

 

    Sitemap错误往往会造成404错误页面，或在当前地图返回一个404错误页面，如果出现404错误页面请检查Sitemap中所有的链接，

 

    Google会不断抓取你已经删除的Sitemap，这点很郁闷，但也有办法解决：确保旧的Sitemap已经在管理员工具中被删除。如果不想被抓取，确保旧Sitemap出现404或者重新定向到新的Sitemap。

 

    来自Google员工SusanMoskwa解释道：

 

    阻止Googlebot的爬行，最好的办法是使这些网址(例如旧的sitemaps)出现404，当我们看到一个URL多次出现404后，Googlebot会停止爬行。

 

    三、重定向错误

 

    有些错误是因为301从定向引起的，执行重定向后要注意什么：

 

    1：确保他们返回到正确的HTTP状态码。

 

    2：确保没有任何循环重定向。

 

    3：确保重定向指向有效的网页，而不是404页，或其他错误页，如503(服务器错误)或403(禁止抓取)

 

    4：确保重定向不是指向一个空页面。

 

    四、404错误

 

    404错误可能会出现在以下几个方面：

 

    1：删除了网站上的网页;

 

    2：改变了网页的名称;

 

    4：链接到了一个不存在的页面;

 

    5：其他网站链接到你网站上一个不存在的页面;

 

    6：网站迁移到一个新的域名不完全匹配的网站。

 

    五、受robots.txt限制

 

    还有一个原因是robots.txt文件阻止了Googlebot的抓取，如果出现大量抓取错误，第一步应该检查robots.txt

 

    六、软404错误

 

    通常情况下，当有人请求的页面不存在，服务器将返回一个404(未找到)错误。除了在响应请求的页面不存在返回404代码，服务器也将显示一个404页。这可能是一个标准的“未找到文件”的消息，或旨在提供更多信息的用户，它可能是一个自定义页面。页的内容是由服务器返回的HTTP响应完全无关。仅仅因为一个页面显示404文件未找到消息并不意味着它是一个404页。

 

 

 

    七、超时

 

    网站超时也是出现抓取错误的原因之一，如果出现超时现象，Googlebot会停止抓取。超时的错误类型有：

 

    1：DNS超时，可以使用Nslookup命令检测DNS，出现DNS超时最大的因素是域名服务商的DNS服务器不稳定。

 

    2：网址超时，在某一个特定页面，而不是整个域的错误。

 

    3：robots.txt超时，如果你网站有robots.txt，但服务器超时，Googlebot会假定该文件不存在。