最近院長收到一個(gè)非常典型的抓取優(yōu)化例子，整理一下分享給各位，各位站長們謹(jǐn)記不要出現(xiàn)相同的情況：
站點(diǎn)反饋：
網(wǎng)站主體內(nèi)容都是js生成，針對用戶訪問，沒有做優(yōu)化；但是網(wǎng)站特針對爬蟲抓取做了優(yōu)化，且將圖片也直接做了base64轉(zhuǎn)化；然而優(yōu)化后發(fā)現(xiàn)內(nèi)容卻不被百度收錄
頁面質(zhì)量很好，還特意針對爬蟲做了優(yōu)化，為什么內(nèi)容反而不收錄了呢？
工程師分析：
1、網(wǎng)站針對爬蟲爬取做的優(yōu)化，直接將圖片二進(jìn)制內(nèi)容放到了html中導(dǎo)致頁面長度過長，網(wǎng)站頁面長度達(dá)164k；
2、 站點(diǎn)優(yōu)化后將主體內(nèi)容放于最后，圖片卻放于前面；
3、爬蟲抓取內(nèi)容后，頁面內(nèi)容過長被截?cái)?，已抓取部分無法識別到主體內(nèi)容，最終導(dǎo)致頁面被認(rèn)定為空短而不收錄。
工程師建議：
1、不建議站點(diǎn)使用js生成主體內(nèi)容，如js渲染出錯(cuò)，很可能導(dǎo)致頁面內(nèi)容讀取錯(cuò)誤，頁面無法抓取
2、 如站點(diǎn)針對爬蟲爬取做優(yōu)化，建議頁面長度在128k之內(nèi)，不要過長
3、針對爬蟲爬取做優(yōu)化，請將主題內(nèi)容放于前方，避免抓取截?cái)嘣斐傻膬?nèi)容抓取不全
申請創(chuàng)業(yè)報(bào)道，分享創(chuàng)業(yè)好點(diǎn)子。點(diǎn)擊此處，共同探討創(chuàng)業(yè)新機(jī)遇！
