百度收錄wordpress頁面過少的原因分析

時(shí)間：2022-07-21 12:48:01 | 來源：建站知識(shí)

時(shí)間：2022-07-21 12:48:01 來源：建站知識(shí)

本人之前發(fā)表過一篇文章，闡述wordpress收錄頁面過少的原因。我將wordpress 由博客主題換成CMS主題后，發(fā)現(xiàn)文章收錄數(shù)量明顯增加，并由此得出一個(gè)結(jié)論：百度不愛搜錄具有博客特征的網(wǎng)頁。由于當(dāng)時(shí)考慮不周到，發(fā)表之后，受到個(gè)別網(wǎng)友批評(píng)指正。事實(shí)上，博客特征的網(wǎng)頁容易產(chǎn)生重復(fù)內(nèi)容，高度重復(fù)才是引起百度不收錄wordpress的真正原因。經(jīng)過深思熟慮，以及對(duì)蜘蛛訪問日志的觀察和分析，我對(duì)百度收錄wordpress博客異常的原因得出新的結(jié)論。

1.安裝SEO插件后，百度不收錄頁面。

很多采用wordpress建站的朋友都接觸過All in One SEO這個(gè)插件。這個(gè)插件可以讓新手一鍵搞定wordpress的站內(nèi)優(yōu)化。事實(shí)證明，這款插件對(duì)google優(yōu)化非常的完美，但百度卻總?cè)菀壮霈F(xiàn)不收錄的情況。我曾經(jīng)一度懷疑百度會(huì)認(rèn)為All in One SEO 插件存在優(yōu)化過度的問題，從而導(dǎo)致網(wǎng)站降權(quán)，不收錄。實(shí)際上，All in One SEO 的網(wǎng)頁并沒有被百度降權(quán)，導(dǎo)致百度不收錄的罪魁禍?zhǔn)资撬膎oindex設(shè)置。

noindex標(biāo)簽的作用是向搜索引擎申明該網(wǎng)頁禁止被搜錄和索引，谷歌蜘蛛爬行到這樣標(biāo)簽的頁面，會(huì)自動(dòng)丟棄掉該頁并繼續(xù)爬行其他頁面，從而減小文章重復(fù)度，利于站內(nèi)目標(biāo)文章頁權(quán)重的集中。百度蜘蛛遇到noindex標(biāo)簽的頁面后，同樣會(huì)丟棄掉該頁。與谷歌不同的是，百度蜘蛛一般不再爬行該頁面包含的文章鏈接，直接返回上一級(jí)目錄。由于包含在該頁中的文章無法被百度蜘蛛爬行到，所以頁目錄之下的文章將不會(huì)被索引。

解決辦法：

取消All in One SEO 中 noindex設(shè)置。

2.wordpress模板導(dǎo)致的原因。

wordpress之所以流行，與其強(qiáng)大的插件擴(kuò)展能力和數(shù)量豐富的主題模板密不可分。我曾經(jīng)說過，使用wordpress建站的人，百分之99%都直接采用現(xiàn)成的主題來建站。同樣的模板必然導(dǎo)致網(wǎng)絡(luò)中出現(xiàn)大量高度重復(fù)網(wǎng)站結(jié)構(gòu)和內(nèi)容。百度不喜歡重復(fù)的內(nèi)容，這些重復(fù)內(nèi)容當(dāng)然也包含網(wǎng)站模板的HTML代碼。

SEOer通常會(huì)選擇一些使用人數(shù)較少的模板來做SEO博客，同時(shí)還會(huì)對(duì)代碼部分做一些更改，如ID部分名稱，title 描述，CSS名稱等等。這些操作的目的，是使得網(wǎng)頁模板代碼盡量避免與其他網(wǎng)站重復(fù)，從而更有利于文章的搜錄。當(dāng)博客正文內(nèi)容字?jǐn)?shù)越少時(shí)，模板重復(fù)對(duì)收錄的影響就會(huì)變得越大。

解決辦法：

1).增加文章字?jǐn)?shù)。

2).選擇非熱門wordpress主題。

3).對(duì)現(xiàn)有主題進(jìn)行修改。

3.wordpress摘要設(shè)置不當(dāng)造成站內(nèi)文章重復(fù)。

百度也好，谷歌也罷，沒有哪一家搜索引擎喜歡重復(fù)的文章。當(dāng)一篇文章出現(xiàn)在同一網(wǎng)站內(nèi)多個(gè)不同的頁面中，搜索引擎將花費(fèi)更多的處理時(shí)間來判斷哪一篇文章才是正文。當(dāng)搜索引擎從程序上難以無法判斷主次時(shí)，會(huì)降權(quán)收錄文章第一次被索引的頁面，或者直接K掉這些重復(fù)的頁面。于是很多wordpress站長(zhǎng)在百度里site自己的網(wǎng)址，然后驚訝的發(fā)現(xiàn)：出現(xiàn)在結(jié)果前面的，竟然全都是日歷頁，歸檔頁或分類目錄，而文章正文內(nèi)容卻被百度隱藏而作為補(bǔ)充內(nèi)容而存在，甚至壓根就不被索引。

導(dǎo)致這樣的原因是因?yàn)槟阍阡浫胛恼聰?shù)據(jù)的時(shí)候，既沒有采用more標(biāo)簽對(duì)文章進(jìn)行截?cái)啵矝]有手動(dòng)添加摘要。wordpress默認(rèn)情況下，會(huì)將more標(biāo)簽之前的內(nèi)容作為摘要輸出到首頁，標(biāo)簽?zāi)夸?，分類目錄，歸檔目錄，日歷目錄下。如果沒有用more標(biāo)簽進(jìn)行截?cái)?，也沒有手動(dòng)輸入摘要，那么文章正文會(huì)同時(shí)出現(xiàn)在首頁，幾個(gè)目錄頁，以及文章頁中。由于首頁比目錄頁權(quán)重高，目錄頁比文章頁權(quán)重高，百度以為文章頁權(quán)重最低，便優(yōu)先舍棄掉了。google的真正從技術(shù)上實(shí)現(xiàn)了文章的篩選機(jī)制，能保文章頁被正常的收錄，而百度這方面的技術(shù)尚需進(jìn)一步完善。

解決辦法：

1).每個(gè)文章前一兩段后添加more標(biāo)簽。

2).手動(dòng)添加文章摘要，不能與more標(biāo)簽之前相同。

3).精簡(jiǎn)標(biāo)簽數(shù)量。

4.URL設(shè)置不合理，不利于收錄。

在很多SEO教程里，都提出過目錄不宜過深。受到這一思想影響，許多站長(zhǎng)就將目錄頁，文章頁都控制在二級(jí)目錄以內(nèi)，以為這樣可以讓網(wǎng)頁更好的被收錄。殊不知，這樣的URL方式其實(shí)并不利于SEO。搜索引擎蜘蛛爬行算法不光包含URL深度，同時(shí)還包括URL的重復(fù)度。當(dāng)蜘蛛需要爬行一個(gè)網(wǎng)站時(shí)，首先需要根據(jù)網(wǎng)站的權(quán)重算出索引的深度和重復(fù)數(shù)，當(dāng)網(wǎng)站權(quán)重越高時(shí)，蜘蛛爬行的深度就越深，允許的重復(fù)數(shù)就越大。蜘蛛在索引某一網(wǎng)站的時(shí)候，當(dāng)深度操過一定層次后就會(huì)終止爬行其子目錄。在爬行某個(gè)層次鏈接的過程中，URL重復(fù)數(shù)度超過一定數(shù)量，就會(huì)結(jié)束對(duì)該層目錄的爬行。

如果你的站內(nèi)除了根目錄就是2級(jí)頁面，文章數(shù)量少時(shí)還好，如果文章數(shù)量一多，便會(huì)加大搜索引擎引擎服務(wù)器的負(fù)荷，從而引起蜘蛛反感。

解決辦法：

一般而言，搜索引擎對(duì)于新站爬行層次都在三層左右。最佳的目錄設(shè)置方案應(yīng)當(dāng)是目錄/時(shí)段/正文。雖然這樣的分類方式在建站初期收錄處在劣勢(shì)，但對(duì)網(wǎng)站(尤其是對(duì)靠長(zhǎng)尾關(guān)鍵詞取勝的站點(diǎn))的長(zhǎng)期發(fā)展百利而無一害。我個(gè)人認(rèn)為，這種目錄結(jié)構(gòu)是對(duì)搜索引擎最友好的，最容易被收錄的結(jié)構(gòu)。

本文由www.segougou.com發(fā)布，轉(zhuǎn)載望保留出處。