URL是什么？

統(tǒng)一資源定位符 (Uniform Resource Locator, URL)，是因特網(wǎng)上可以訪(fǎng)問(wèn)的文件的惟一的地址。對(duì)于Intranet服務(wù)器或萬(wàn)維網(wǎng)服務(wù)器上的目標(biāo)文件，可以使用“統(tǒng)一資源定位符 (URL)”地址來(lái)確定它的位置。

301返回碼的含義是“Moved Permanently”，百度會(huì)認(rèn)為網(wǎng)頁(yè)當(dāng)前跳轉(zhuǎn)至新url。當(dāng)遇到站點(diǎn)遷移，域名更換、站點(diǎn)改版的情況時(shí)，推薦使用301返回碼，盡量減少改版帶來(lái)的流量損失。雖然百度spider現(xiàn)在對(duì)301跳轉(zhuǎn)的響應(yīng)周期較長(zhǎng)，但傳誠(chéng)信還是推薦大家這么做。

404返回碼的含義是“NOT FOUND”，百度會(huì)認(rèn)為網(wǎng)頁(yè)已經(jīng)失效，那么通常會(huì)從搜索結(jié)果中刪除，并且短期內(nèi)spider再次發(fā)現(xiàn)這條url也不會(huì)抓取。

503返回碼的含義是“Service Unavailable”，百度會(huì)認(rèn)為該網(wǎng)頁(yè)臨時(shí)不可訪(fǎng)問(wèn)，通常網(wǎng)站臨時(shí)關(guān)閉，帶寬有限等會(huì)產(chǎn)生這種情況。對(duì)于網(wǎng)頁(yè)返回503，百度spider不會(huì)把這條url直接刪除，短期內(nèi)會(huì)再訪(fǎng)問(wèn)。屆時(shí)如果網(wǎng)頁(yè)已恢復(fù)，則正常抓??；如果繼續(xù)返回503，短期內(nèi)還會(huì)反復(fù)訪(fǎng)問(wèn)幾次。但是如果網(wǎng)頁(yè)長(zhǎng)期返回503，那么這個(gè)url仍會(huì)被百度認(rèn)為是失效鏈接，從搜索結(jié)果中刪除。

什么是robots協(xié)議？

robots.txt是搜索引擎訪(fǎng)問(wèn)一個(gè)網(wǎng)站時(shí)要訪(fǎng)問(wèn)的個(gè)文件，用以來(lái)確定哪些是被允許抓取的哪些是被禁止抓取的。robots.txt必須放在網(wǎng)站根目錄下，且文件名要小寫(xiě)。詳細(xì)的robots.txt寫(xiě)法可參考http://www.robotstxt.org。百度嚴(yán)格按照robots協(xié)議執(zhí)行，另外，同樣支持網(wǎng)頁(yè)內(nèi)容中添加的名為robots的meta標(biāo)簽，index、follow、nofollow等指令。