一個純采集站長的SEO、采集、運維總結

liuzongyang

【如内容違法或虛假，請聯系上述郵件删除】   
　　我是(shì)一個純采集站長，下面的這些總結，有些是(shì)關于關于SEO，有些是(shì)關于采集和運維，都是(shì)很基礎的個人見(jiàn)解，僅作分享，請自辨好壞是(shì)非，理論出真知(zhī)。

　　原創好還是(shì)采集好?
　　當然是(shì)原創好，由于百度是(shì)這麽說的，誰叫人家是(shì)裁判。
　　爲什麽我原創了很多文章，還是(shì)不收錄?收錄了沒排名?
　　一個搜索引擎，它的中心價值是(shì)要爲用戶提供他/她最需求的結果。搜索引擎是(shì)有統計網民需求的，關于網民需求量小或者簡直沒有需求的内容，即便你是(shì)原創也可能被搜索引擎疏忽，由于它不想糜費(fèi)資源在無意義的内容上。
　　對網民需求量大的内容，收錄應該會比較多、比較快，但(dàn)是(shì)，正由于收錄多，即便你是(shì)原創，也可能很難擠進排名。
　　搜索引擎統計網民需求以什麽來标識?
　　關鍵詞。每一個人搜索一個關鍵詞時，就标明他/她對這個詞相(xiàng)關的内容有需求。而且，運用搜索引擎的人，通常是(shì)有問答需求、檢索查詢需求。當然搜索引擎内部肯定有十分龐大的剖析系統，對這些需求中止精确的定位，詳見(jiàn)百度指數。比如搜索的關鍵詞是(shì)"手機"，很有可能是(shì)想要買手機或者查某款的價錢，也可能隻是(shì)想要下載漂亮的壁紙(zhǐ)。但(dàn)是(shì)，假如是(shì)想要壁紙(zhǐ)，就會有更精确的關鍵詞"手機壁紙(zhǐ)"，以下拉框或者相(xiàng)關搜索的方式呈現(xiàn)出來。
　　既然原創好，爲什麽要采集?
　　1. 固然原創好，但(dàn)隻需辦法恰當，采集的效果并不會比原創差多少，以至比沒控制到辦法的那些原創好很多。
　　2. 肉體有限，原創很難保證長期大量更新，假如請個編輯，投入産出比可能是(shì)負數。
　　市面上采集器那麽多，應該用哪個好?
　　每個采集器都有它的共同之處，所謂存在即合理。請依據自己的需求來選擇即可。我的采集器是(shì)自己開發的，開發的過程中思索了以下幾方面，運用其他采集器的也可作參考：
　　1. 直接提供已分類的海量關鍵詞，這些關鍵詞都是(shì)百度曾經統計的有網民需求的詞(有百度指數)，或者是(shì)這些詞的長尾詞，來自百度下拉框或相(xiàng)關搜索。
　　2. 直接按關鍵詞采集，智能剖析網頁正文中止抓取，不需求自己寫采集規則。
　　3. 抓取到的正文經過規範的标簽清算，段落全部以
　　标簽呈現(xiàn)，亂碼一概去(qù)除。
　　4. 依據采集到的内容自動配圖，圖片一定是(shì)與該内容相(xiàng)關度十分高的。以這種方式替代僞原創，既不影響可讀性，又(yòu)使文章圖文并茂，做到比原創所提供的信息更豐厚。
　　5. 正文内容中的關鍵詞自動加粗，也可自定義要插入的關鍵詞。但(dàn)沒有做句子重排、段落重排等影響可讀性的所謂"僞原創"功用。
　　6. 可直接運用關鍵詞和其相(xiàng)關詞組協作爲标題，也可抓取目的網頁标題。
　　7. 可中止微信文章采集。
　　8. 不用觸發或者挂機。
　　9. 集成百度站長平台主動推送，加快收錄。
　　不同的網站程序，比如織夢、WordPress、dz、zblog、帝國cms或者其他，對SEO有什麽影響?
　　理論上沒有影響。由于搜索引擎并不知(zhī)道你是(shì)什麽程序，或者它能夠經過一些規則辨認出來，也不可能由于程序自身的不同而影響它的判别。
　　那什麽會影響SEO呢?答案是(shì)模闆。由于基本上這些程序都有模闆機制，同樣程序能夠輸出不同的頁面，不同的程序也能夠輸出同樣的頁面，這就是(shì)模闆。模闆肯定之後，你的每一個頁面就依照這個框架來輸出，也就是(shì)整個html結構曾經肯定。而這些html，正是(shì)搜索引擎要重點關注的，它得從這些html中得到它想要的信息。因而，一套好的模闆十分重要。
　　模闆設計應該留意哪些細節?
　　1. 權重結構次第。整個頁面的html中(留意是(shì)html，而不是(shì)顯現(xiàn)出來的版面)，越靠前的位置，權重越高。由此引申出來，"title"、keyword、description三個标簽，由于最靠前，權重最高。其次通常是(shì)導航，也是(shì)基本上是(shì)最靠上的，權重也十分高。再次就是(shì)文章标題和正文。這是(shì)依據html的前後來排序的。
　　2. 由于搜索引擎首先要遵照W3C規範，所以，W3C定義的一些原本就是(shì)用來表示重要信息的标簽，權重自然就高，比如，特别是(shì)h1，用來表示當前頁面最重要的信息，普通每個頁面隻能有一個，其權重估量與title相(xiàng)當，也通常是(shì)用來放(fàng)當前頁面的标題，當然也有爲了進步首頁權重，用h1來放(fàng)置logo或首頁鏈接，都是(shì)能夠的。另外還有em、strong這樣的标簽，用來表示強調，普通以爲strong權重高于标簽，同樣也是(shì)加粗作用，但(dàn)我們以爲從SEO的角度看是(shì)沒有權重增強的。
　　3. css或者js代碼對搜索引擎來說通常是(shì)無意義的，盡量運用單獨的文件來寄存，或者在允許的狀況下放(fàng)到html尾部去(qù)
　　網站結構規劃應該留意哪些問題?
　　1. URL設計。URL也是(shì)能夠包含關鍵詞的，比如你的網站是(shì)關于電腦的，你的URL中能夠包含"PC"，由于它在搜索引擎眼裏通常是(shì)"電腦"的同義詞。URL不要太長，層次盡量不要超越4層，這個就點到爲止。
　　2. 欄目設計。欄目通常是(shì)與導航相(xiàng)關聯的，設計時應該思索網站整體的主題，用戶可能會對哪些内容感興味，欄目稱号最好是(shì)網站的幾個主關鍵詞，這樣也便當應用導航的權重。
　　3. 關鍵詞規劃。理論上每一個内容頁都應該有它的中心關鍵詞，同一個欄目下的文章，盡可能盤繞欄目關鍵詞展開。一個簡單粗暴的辦法就是(shì)直接用欄目關鍵詞的長尾詞。
　　動态、僞靜态、靜态，這三者哪個好?
　　這個不能混爲一談，引薦運用僞靜态或靜态。這三者的區别，是(shì)能否生成靜态文件，以及URL格式能否動态。生成靜态文件，實質上是(shì)爲了加快訪問速度，減少數據庫查詢，但(dàn)會不時增加占用空間;僞靜态隻是(shì)經過URL重寫修正URL，實踐上還是(shì)每次都要經過程序運算、查詢數據庫再輸出頁面，對加快訪問速度完整無效。動态與僞靜态的差别隻在于URL，帶問号加參數。
　　所以關注兩個點就好：網站翻開速度能否夠快?你能否需求節約效勞器空間?
　　不同的網站程序，數據庫操作的效率可能不同。普通來講，内容頁數量在1萬以内的，頁面翻開速度都是(shì)比較快的，數據量更大一些，抵達5萬、十萬以至更多，通常就要思索靜态化了。
　　有哪些途徑改善訪問速度?
　　1. 上面曾經說到的靜态化。
　　2. 通常很多網站模闆中都有随機調用文章或者相(xiàng)似的版塊，事實上對數據庫來說，随機是(shì)一項比較重的擔負，在模闆中應該盡量減少随機文章的調用。假如不可避免，能夠思索從數據庫上優化，對有索引的字段排序通常比沒有索引要快很多。
　　3. 将圖片、js、css等不經常修正的文件，放(fàng)到專用的靜态效勞器上，多個js、或者多個css能兼并的盡量兼并到一個文件，減少http銜接次數。
　　4. 運用各類雲加速産品。對普通網站來說，免費(fèi)的百度雲加速或者360的雲加速都還能夠。
　　文章比較多，網站曾經開啓靜态，但(dàn)是(shì)每次全站更新都要花很長時間怎樣辦?
　　我的做法是(shì)運用緩存機制，這裏隻提供一個思緒，可能需求自己二次開發。
　　網站設定爲僞靜态，每一個央求抵達時，程序檢查能否存在對應的緩存html文件，假如該文件的生成時間是(shì)多少小時或幾天以前，我們判定它需求更新，這時分執行正常流程，程序查詢數據庫，生成html後，寫入到緩存文件，再輸出到客戶端。
　　當下一次訪問抵達時，比如1分鍾以後又(yòu)來一個訪問相(xiàng)同頁面，再次檢查緩存文件時間。從時間上能夠判别文件十分新，完整不用更新，則直接讀取文件内容輸出到客戶端。這樣每個頁面都能夠完成自動生成，也隻需第一個訪客會感遭到速度慢(màn)，後面的訪客訪問時都相(xiàng)當于是(shì)靜态訪問，速度是(shì)十分快的。
　　假如是(shì)獨立效勞器，還能夠思索自動檢測效勞器負載，假如負載原本就高，那就算判别出來需求更新，也暫時不更新，改爲直接輸出。
　　圖片是(shì)援用遠程網址好還是(shì)放(fàng)在自己效勞器好?
　　這個也是(shì)各有優劣。援用遠程網址，能夠節約自己的帶寬，但(dàn)很可能會由于對方效勞器遲緩、或删除資源、或防盜鏈，圖片無法顯現(xiàn)。假如下載到自己效勞器，當然一切都自己掌控，但(dàn)是(shì)圖片會十分占用空間，總體上可能比生成靜态所占的空間更大，而且假如訪問量大，圖片是(shì)最吃帶寬的。
　　網站内鏈應該怎樣優化?
　　内鏈是(shì)百度官方引薦的優化伎倆之一，所以這是(shì)一定要做的。通常表現(xiàn)的方式是(shì)正文中呈現(xiàn)某個關鍵詞，給這個關鍵詞加上一個鏈接，指向另一個正好是(shì)這個關鍵詞相(xiàng)關内容的頁面。因而就降生了一些所謂的優化手法，強行在正文中插入一些關鍵詞和鏈接，以此中止相(xiàng)似互推的操作。還有的爲了進步首頁權重，四處都放(fàng)上網站稱号，并做上首頁鏈接，以爲這樣能夠進步目的頁面的權重。但(dàn)是(shì)這些很可能都是(shì)适得其反，由于搜索引擎會統計每個鏈接的點擊率。假如放(fàng)在醒目位置點擊卻很少的鏈接，有可能會判别爲作弊。所以，請隻在正文中原本就有的關鍵詞上做内鏈，就能夠了。
　　段落重排、句子重排、同義詞交流這些僞原創手法到底好不好?
　　不好。由于搜索引擎曾經智能，曾經不是(shì)簡單的數據庫檢索，它會自然語義剖析(詳情請搜索"NLP")，凡是(shì)語義解析比較艱難的句子或者段落，它是(shì)能夠判别爲可讀性差的，所以我以爲這些"僞原創"可能是(shì)自作聰明。
　　評論模塊基本上沒有人用，該要還是(shì)不要?
　　要。評論模塊最頭疼是(shì)事情是(shì)渣滓評論，通常真正發言的訪客很少，渣滓評論一大堆，整天和營銷軟件鬥智鬥勇。這裏提供一個我曾經完成的計劃，對收錄可能有一定輔佐(沒有依據的，隻是(shì)猜測)：
　　保管評論框、但(dàn)遏止評論。一切評論由自己的網站程序生成。前面提到搜索引擎會自然語義剖析，其中有一項重要的才幹，就是(shì)情感判别。搜索引擎會計算每條評論的情感值，是(shì)positive(積極)還是(shì)negative(消極)，細緻傾向是(shì)10%還是(shì)90%。假如評論内容表達的是(shì)積極情感，則能夠給你的正文加分，反之則減分。至于怎樣自動生成積極的評論，就八仙過海各顯神通吧。
　　這是(shì)在網絡社交展開起來後的必然趨向，用這種方式來反映一個頁面的用戶體驗度。同理還有分享、點贊等，原理相(xiàng)似。
　　綠蘿蔔算法之後，外鏈到底還有沒有用?
　　有用。參見(jiàn)搜索引擎三定律之相(xiàng)關性定律。既然是(shì)定律，就不會改動。誰的内容被援用得多，誰就是(shì)權威。在主動推送呈現(xiàn)之前，外鏈應該算是(shì)蜘蛛認識一個頁面内容的第一渠道。
　　外鏈一定要錨文本或者裸鏈嗎(ma)?
　　不是(shì)。搜索引擎肩負重擔，要努力發現(xiàn)真正有價值的東西，掃除那些沒價值的東西。所以有可能你直接提交的鏈接沒收錄，在他人中央随意發個純文本網址，被它發現(xiàn)了，還計算了加分。
　　除了錨文本和裸鏈，還能夠用關鍵詞+網址的方式發純文本。這樣在網址前面的那個關鍵詞是(shì)會自動與該網址關聯的。
　　還有，有些鏈接固然加了nofollow屬性，但(dàn)是(shì)在百度計算外鏈的時分，還是(shì)會計算的。
　　收錄和索引到底什麽關系?
　　收錄表示蜘蛛來抓取過、剖析過。索引表示蜘蛛剖析之後，以爲内容有一定價值。隻需進入索引的内容才有可能出往常搜索結果中，展示給用戶。也就是(shì)說隻需索引的内容才有機遇帶來流量。

                                                    
(關注老榕樹(shù)網絡旗下“網絡思維”微信公衆号:wlsw360 (每天都有好文章)

 

                                                   本帖如有虛假或違法，請聯系郵箱删除，本社區删貼不收任何費(fèi)用，歡迎舉報。老榕樹(shù)社區屬老榕樹(shù)網絡旗下網站，旨在爲老榕樹(shù)用戶提供創業咨詢、網站建設技術交流、源碼下載、提供各種實用工具。如有部分帖子涉及違法、虛假，請你第一時間與社區聯系，把需要删除的社區鏈接提供給我們，我們核實之後，第一時間删除。郵箱：125175998@qq.com