Baiduspider抓取异常的原因分析

     1、服务器连接异常

     服务器连接异常会有两种情况：一种是站点不稳定，Baiduspider尝试连接您网站的服务器时出现暂时无法连接的情况;一种是Baiduspider一直无法连接上您网站的服务器。

     造成服务器连接异常的原因通常是您的网站服务器过大，超负荷运转。也有可能是您的网站运行不正常，请检查网站的web服务器(如apache、iis)是否安装且正常运行，并使用浏览器检查主要页面能否正常访问。您的网站和主机还可能阻止了Baiduspider的访问，您需要检查网站和主机的防火墙。

     2、网络运营商异常

     网络运营商分电信和联通两种，Baiduspider通过电信或网通无法访问你的网站。如果出现这种情况，你需要与网络服务运营商进行联系，或者购买拥有双线服务的空间或者购买cdn服务。

     3、DNS异常

     当Baiduspider无法解析你网站的IP时，会出现DNS异常。可能是您的网站IP地址错误，或者域名服务商把Baiduspider封禁。请使用WHOIS或者host查询自己网站IP地址是否正确且可解析，如果不正确或无法解析，请与域名注册商联系，更新您的IP地址。

     4、IP封禁

     IP封禁为：限制网络的出口IP地址，禁止该IP段的使用者进行内容访问，在这里特指封禁了Baiduspider IP。当网站不希望Baiduspider访问时，才需要该设置，如果希望Baiduspider访问你的网站，请检查相关设置中是否误添加了Baiduspider IP。也有可能是你网站所在的空间服务商把百度IP进行了封禁，这时你需要联系服务商更改设置。

     5、UA封禁

     UA即为用户代理(User-Agent)，服务器通过UA识别访问者的身份。当网站针对指定UA的访问，返回异常页面(如403，500)或跳转到其他页面的情况，即为UA封禁。当你的网站不希望Baiduspider访问时，才需要该设置，如果你希望Baiduspider访问你的网站，useragent相关的设置中是否有Baiduspider UA，并及时修改。

     6、死链

     页面已经无效，无法对用户提供任何有价值信息的页面就是死链接，包括协议死链和内容死链两种形式:

     协议死链：页面的TCP协议状态/HTTP协议状态明确表示的死链，常见的如404、403、503状态等。

     内容死链：服务器返回状态是正常的，但内容已经变更为不存在、已删除或需要权限等与原内容无关的信息页面。

     对于死链，建议站点使用协议死链，并通过百度站长平台--死链工具向百度提交，以便百度更快地发现死链，减少死链对用户以及搜索引擎造成的负面影响。

     7、异常跳转

     将网络请求重新指向其他位置即为跳转。异常跳转指的是以下几种情况：

     1)当前该页面为无效页面(内容已删除、死链等)，直接跳转到前一目录或者首页，百度建议站长将该无效页面的入口超链接删除掉

     2)跳转到出错或者无效页面，对于长时间跳转到其他域名的情况，如网站更换域名，百度建议使用301跳转协议进行设置。

     8、其他异常：

     1)、针对百度refer的异常：网页针对来自百度的refer返回不同于正常内容的行为。

     2)、针对百度ua的异常：网页对百度UA返回不同于页面原内容的行为。

     3)、JS跳转异常：网页加载了百度无法识别的JS跳转代码，使得用户通过搜索结果进入页面后发生了跳转的情况。

     4)、压力过大引起的偶然封禁：百度会根据站点的规模、访问量等信息，自动设定一个合理的抓取压力。但是在异常情况下，如压力控制失常时，服务器会根据自身负荷进行保护性的偶然封禁。这种情况下，请在返回码中返回503(其含义是“Service Unavailable”)，这样Baiduspider会过段时间再来尝试抓取这个链接，如果网站已空闲，则会被成功抓取。

       更多行业新闻请关注：http://www.whtryine.com/xwzx/gs/index.html