百度蜘蛛对网页的态度-返回码

百度蜘蛛对网页返回码的态度。百度蜘蛛除了遵循robots 协议外，也会认可https协议，在爬虫根据锚文本爬取完相关的页面后会返回相应的状态码，我们可以根据这些相关的状态码来实时的了解爬虫对网站目录的爬取情况，便于根据相应的状态来进行制定相应的SEO策略。

200状态码

200返回码百度会认为网页访问正常，然后才会对页面进行细分排名。判断是不是软文或者抄袭，以及版权问题。然后不定时访问改页面，给与一定的权重和排名。

404状态码

404返回码的含义是“notfound”，百度会认为网页已经失效，那么通常会从搜索结果中删除，并且短期内spider再次发现这条url也不会抓取。站长们请在网站完成之前提交域名备案（工信部规定：正在备案中的域名不允许使用），避免因为备案关闭网站，而导致域名快照被删除。

503状态码

503返回码的含义是“serviceunavailable”，百度会认为该网页临时不可访问，通常网站临时关闭，带宽有限等会产生这种情况。对于网页返回503，百度spider不会把这条url直接删除，短期内会再访问。届时如果网页已恢复，则正常抓取；如果继续返回503，短期内还会反复访问几次。但是如果网页长期返回503，那么这个url仍会被百度认为是失效链接，从搜索结果中删除。

403状态码

403返回码的含义是“forbidden”，百度会认为网页当前禁止访问。对于这种情况，如果是新发现的url，百度spider暂不会抓取，短期内会再次检查；如果是百度已收录url，当前也不会直接删除，短期内同样会再访问。届时如果网页允许访问，则正常抓取；如果仍不允许访问，短期内还会反复访问几次。但是如果网页长期返回403，百度也会认为是失效链接，从搜索结果中删除。

301状态码

301返回码的含义是“movedpermanently”，301代码的意思就是跳转的意思，百度会认为网页当前跳转至新url。当遇到站点迁移，域名更换、站点改版的情况时，推荐使用301返回码，这样子可以进行权重的传递以及避免流量的损失。虽然百度spider现在对301跳转的响应周期较长，但我们还是推荐大家这么做。特别注意,google一般会对301反应比较快，但百度对于301反应会很慢

如果站点临时关闭，当网页不能打开时，不要立即返回404，建议使用503状态。503可以告知百度spider该页面临时不可访问，请过段时间再重试。如果百度spider对您的站点抓取压力过大，请尽量不要使用404，同样建议返回503。这样百度spider会过段时间再来尝试抓取这个链接，如果那个时间站点空闲，那它就会被成功抓取了。有一些网站希望百度只收录部分内容，例如审核后的内容，累积一段时间的新用户页等等。在这种情况，建议新发内容暂时返回403，等审核或做好处理之后，再返回正常状态的返回码。