一個(gè)純采集網(wǎng)站站長的SEO、采集、運(yùn)維經(jīng)驗(yàn)總結(jié)

　　對于一個(gè)純采集網(wǎng)站站長，下面的這些總結(jié)，有些是關(guān)于SEO，有些是關(guān)于采集和運(yùn)維，都是很基礎(chǔ)的個(gè)人見解，僅作分享，請自辨好壞是非，實(shí)踐出真知。

　　原創(chuàng)內(nèi)容好還是采集內(nèi)容好？

　　當(dāng)然是原創(chuàng)好，因?yàn)榘俣仁沁@么說的，誰叫人家是裁判。

　　為什么我原創(chuàng)了很多文章，還是不被收錄？收錄了沒好的排名？

　　一個(gè)搜索引擎，它的核心價(jià)值是要為用戶提供他/她最需要的結(jié)果。搜索引擎是有統(tǒng)計(jì)網(wǎng)民需求的，對于網(wǎng)民需求量小或者幾乎沒有需求的內(nèi)容，即使你是原創(chuàng)也可能被搜索引擎忽略，因?yàn)樗幌肜速M(fèi)資源在無意義的內(nèi)容上。

　　對網(wǎng)民需求量大的內(nèi)容，收錄應(yīng)該會比較多、比較快，但是，正因?yàn)槭珍浂?，即使你是原?chuàng)，也可能很難擠進(jìn)排名。

　　搜索引擎統(tǒng)計(jì)網(wǎng)民需求以什么來標(biāo)識？

　　關(guān)鍵詞。每一個(gè)人搜索一個(gè)關(guān)鍵詞時(shí)，就表明他/她對這個(gè)詞相關(guān)的內(nèi)容有需求。而且，使用搜索引擎的人，通常是有問答需求、檢索查詢需求。當(dāng)然搜索引擎內(nèi)部肯定有非常龐大的分析系統(tǒng)，對這些需求進(jìn)行精確的定位，詳見百度指數(shù)。比如搜索的關(guān)鍵詞是“手機(jī)”，很有可能是想要買手機(jī)或者查某款的價(jià)格，也可能只是想要下載漂亮的壁紙。但是，如果是想要壁紙，就會有更精確的關(guān)鍵詞“手機(jī)壁紙”，以下拉框或者相關(guān)搜索的形式呈現(xiàn)出來。

　　既然原創(chuàng)內(nèi)容好，為什么要采集？

　　1. 雖然原創(chuàng)好，但只要方法適當(dāng)，采集的效果并不會比原創(chuàng)差多少，甚至比沒掌握到方法的那些原創(chuàng)好很多。

　　2. 精力有限，原創(chuàng)很難保證長期大量更新，如果請個(gè)編輯，投入產(chǎn)出比可能是負(fù)數(shù)。

　　市面上采集器那么多，應(yīng)該用哪個(gè)好？

　　每個(gè)采集器都有它的獨(dú)特之處，所謂存在即合理。請根據(jù)自己的需求來選擇即可。我的采集器是自己開發(fā)的，開發(fā)的過程中考慮了以下幾方面，使用其他采集器的也可作參考：

　　1. 直接提供已分類的海量關(guān)鍵詞，這些關(guān)鍵詞都是百度已經(jīng)統(tǒng)計(jì)的有網(wǎng)民需求的詞（有百度指數(shù)），或者是這些詞的長尾詞，來自百度下拉框或相關(guān)搜索。

　　2. 直接按關(guān)鍵詞采集，智能分析網(wǎng)頁正文進(jìn)行抓取，不需要自己寫采集規(guī)則。

　　3. 抓取到的正文經(jīng)過規(guī)范的標(biāo)簽清理，段落全部以

　　標(biāo)簽呈現(xiàn)，亂碼一律去除。

　　4. 根據(jù)采集到的內(nèi)容自動配圖，圖片一定是與該內(nèi)容相關(guān)度非常高的。以這種方式代替?zhèn)卧瓌?chuàng)，既不影響可讀性，又使文章圖文并茂，做到比原創(chuàng)所提供的信息更豐富。

　　5. 正文內(nèi)容中的關(guān)鍵詞自動加粗，也可自定義要插入的關(guān)鍵詞。但沒有做句子重排、段落重排等影響可讀性的所謂“偽原創(chuàng)”功能。

　　6. 可直接使用關(guān)鍵詞和其相關(guān)詞組合作為標(biāo)題，也可抓取目標(biāo)網(wǎng)頁標(biāo)題。

　　7. 可進(jìn)行微信文章采集。

　　8. 不用觸發(fā)或者掛機(jī)。

　　9. 集成百度站長平臺主動推送，加快收錄。

　　不同的網(wǎng)站程序，比如織夢、WordPress、dz、zblog、帝國cms或者其他，對SEO有什么影響？

　　理論上沒有影響。因?yàn)樗阉饕娌⒉恢滥闶鞘裁闯绦颍蛘咚梢酝ㄟ^一些規(guī)則識別出來，也不可能因?yàn)槌绦虮旧淼牟煌绊懰呐袛唷?/p>

　　那什么會影響SEO呢？答案是模板。因?yàn)榛旧线@些程序都有模板機(jī)制，同樣程序可以輸出不同的頁面，不同的程序也可以輸出同樣的頁面，這就是模板。模板確定之后，你的每一個(gè)頁面就按照這個(gè)框架來輸出，也就是整個(gè)html結(jié)構(gòu)已經(jīng)確定。而這些html，正是搜索引擎要重點(diǎn)關(guān)注的，它得從這些html中得到它想要的信息。因此，一套好的模板非常重要。

　　頁面模板設(shè)計(jì)應(yīng)該注意哪些細(xì)節(jié)？

　　1. 權(quán)重結(jié)構(gòu)順序。整個(gè)頁面的html中（注意是html，而不是顯示出來的版面），越靠前的位置，權(quán)重越高。由此引申出來，“title”、keyword、description三個(gè)標(biāo)簽，因?yàn)樽羁壳?，?quán)重最高。其次通常是導(dǎo)航，也是基本上是最靠上的，權(quán)重也非常高。再次就是文章標(biāo)題和正文。這是根據(jù)html的前后來排序的。

　　2. 因?yàn)樗阉饕媸紫纫裱璚3C標(biāo)準(zhǔn)，所以，W3C定義的一些本來就是用來表示重要信息的標(biāo)簽，權(quán)重自然就高，比如，特別是h1，用來表示當(dāng)前頁面最重要的信息，一般每個(gè)頁面只能有一個(gè)，其權(quán)重估計(jì)與title相當(dāng)，也通常是用來放當(dāng)前頁面的標(biāo)題，當(dāng)然也有為了提高首頁權(quán)重，用h1來放置logo或首頁鏈接，都是可以的。另外還有em、strong這樣的標(biāo)簽，用來表示強(qiáng)調(diào)，一般認(rèn)為strong權(quán)重高于標(biāo)簽，同樣也是加粗作用，但我們認(rèn)為從SEO的角度看是沒有權(quán)重加強(qiáng)的。

　　3. css或者js代碼對搜索引擎來說通常是無意義的，盡量使用單獨(dú)的文件來存放，或者在允許的情況下放到html尾部去

　　網(wǎng)站結(jié)構(gòu)規(guī)劃應(yīng)該注意哪些問題？

　　1. URL設(shè)計(jì)。URL也是可以包含關(guān)鍵詞的，比如你的網(wǎng)站是關(guān)于電腦的，你的URL中可以包含“PC”，因?yàn)樗谒阉饕嫜劾锿ǔＪ恰半娔X”的同義詞。URL不要太長，層次盡量不要超過4層，這個(gè)就點(diǎn)到為止。

　　2. 欄目設(shè)計(jì)。欄目通常是與導(dǎo)航相關(guān)聯(lián)的，設(shè)計(jì)時(shí)應(yīng)該考慮網(wǎng)站整體的主題，用戶可能會對哪些內(nèi)容感興趣，欄目名稱最好是網(wǎng)站的幾個(gè)主關(guān)鍵詞，這樣也方便利用導(dǎo)航的權(quán)重。

　　3. 關(guān)鍵詞布局。理論上每一個(gè)內(nèi)容頁都應(yīng)該有它的核心關(guān)鍵詞，同一個(gè)欄目下的文章，盡可能圍繞欄目關(guān)鍵詞展開。一個(gè)簡單粗暴的辦法就是直接用欄目關(guān)鍵詞的長尾詞。

　　動態(tài)、偽靜態(tài)、靜態(tài)，這三者哪個(gè)好？

　　這個(gè)不能一概而論，推薦使用偽靜態(tài)或靜態(tài)。這三者的區(qū)別，是是否生成靜態(tài)文件，以及URL格式是否動態(tài)。生成靜態(tài)文件，本質(zhì)上是為了加快訪問速度，減少數(shù)據(jù)庫查詢，但會不斷增加占用空間；偽靜態(tài)只是通過URL重寫修改URL，實(shí)際上還是每次都要經(jīng)過程序運(yùn)算、查詢數(shù)據(jù)庫再輸出頁面，對加快訪問速度完全無效。動態(tài)與偽靜態(tài)的差異只在于URL，帶問號加參數(shù)。

　　所以關(guān)注兩個(gè)點(diǎn)就好：網(wǎng)站打開速度是否夠快？你是否需要節(jié)約服務(wù)器空間？

　　不同的網(wǎng)站程序，數(shù)據(jù)庫操作的效率可能不同。一般來講，內(nèi)容頁數(shù)量在1萬以內(nèi)的，頁面打開速度都是比較快的，數(shù)據(jù)量更大一些，達(dá)到5萬、十萬甚至更多，通常就要考慮靜態(tài)化了。

　　有哪些途徑改善訪問速度？

　　1. 上面已經(jīng)說到的靜態(tài)化。

　　2. 通常很多網(wǎng)站模板中都有隨機(jī)調(diào)用文章或者類似的版塊，事實(shí)上對數(shù)據(jù)庫來說，隨機(jī)是一項(xiàng)比較重的負(fù)擔(dān)，在模板中應(yīng)該盡量減少隨機(jī)文章的調(diào)用。如果不可避免，可以考慮從數(shù)據(jù)庫上優(yōu)化，對有索引的字段排序通常比沒有索引要快很多。

　　3. 將圖片、js、css等不經(jīng)常修改的文件，放到專用的靜態(tài)服務(wù)器上，多個(gè)js、或者多個(gè)css能合并的盡量合并到一個(gè)文件，減少http連接次數(shù)。

　　4. 使用各類云加速產(chǎn)品。對普通網(wǎng)站來說，免費(fèi)的百度云加速或者360的云加速都還可以。

　　文章比較多，網(wǎng)站已經(jīng)開啟靜態(tài)，但是每次全站更新都要花很長時(shí)間怎么辦？

　　我的做法是使用緩存機(jī)制，這里只提供一個(gè)思路，可能需要自己二次開發(fā)。

　　網(wǎng)站設(shè)定為偽靜態(tài)，每一個(gè)請求到達(dá)時(shí)，程序檢查是否存在對應(yīng)的緩存html文件，如果該文件的生成時(shí)間是多少小時(shí)或幾天以前，我們判定它需要更新，這時(shí)候執(zhí)行正常流程，程序查詢數(shù)據(jù)庫，生成html后，寫入到緩存文件，再輸出到客戶端。

　　當(dāng)下一次訪問到達(dá)時(shí)，比如1分鐘以后又來一個(gè)訪問相同頁面，再次檢查緩存文件時(shí)間。從時(shí)間上可以判斷文件非常新，完全不用更新，則直接讀取文件內(nèi)容輸出到客戶端。這樣每個(gè)頁面都可以實(shí)現(xiàn)自動生成，也只有第一個(gè)訪客會感受到速度慢，后面的訪客訪問時(shí)都相當(dāng)于是靜態(tài)訪問，速度是非常快的。

　　如果是獨(dú)立服務(wù)器，還可以考慮自動檢測服務(wù)器負(fù)載，如果負(fù)載本來就高，那就算判斷出來需要更新，也暫時(shí)不更新，改為直接輸出。

　　圖片是引用遠(yuǎn)程網(wǎng)址好還是放在自己服務(wù)器好？

　　這個(gè)也是各有優(yōu)劣。引用遠(yuǎn)程網(wǎng)址，可以節(jié)約自己的帶寬，但很可能會因?yàn)閷Ψ椒?wù)器緩慢、或刪除資源、或防盜鏈，圖片無法顯示。如果下載到自己服務(wù)器，當(dāng)然一切都自己掌控，但是圖片會非常占用空間，總體上可能比生成靜態(tài)所占的空間更大，而且如果訪問量大，圖片是最吃帶寬的。

　　網(wǎng)站內(nèi)鏈應(yīng)該怎樣優(yōu)化？

　　內(nèi)鏈?zhǔn)前俣裙俜酵扑]的優(yōu)化手段之一，所以這是一定要做的。通常表現(xiàn)的形式是正文中出現(xiàn)某個(gè)關(guān)鍵詞，給這個(gè)關(guān)鍵詞加上一個(gè)鏈接，指向另一個(gè)正好是這個(gè)關(guān)鍵詞相關(guān)內(nèi)容的頁面。因此就誕生了一些所謂的優(yōu)化手法，強(qiáng)行在正文中插入一些關(guān)鍵詞和鏈接，以此進(jìn)行類似互推的操作。還有的為了提高首頁權(quán)重，到處都放上網(wǎng)站名稱，并做上首頁鏈接，以為這樣可以提高目標(biāo)頁面的權(quán)重。但是這些很可能都是適得其反，因?yàn)樗阉饕鏁y(tǒng)計(jì)每個(gè)鏈接的點(diǎn)擊率。如果放在醒目位置點(diǎn)擊卻很少的鏈接，有可能會判斷為作弊。所以，請只在正文中本來就有的關(guān)鍵詞上做內(nèi)鏈，就可以了。

　　段落重排、句子重排、同義詞替換這些偽原創(chuàng)手法到底好不好？

　　不好。因?yàn)樗阉饕嬉呀?jīng)智能，已經(jīng)不是簡單的數(shù)據(jù)庫檢索，它會自然語義分析（詳情請搜索“NLP”），凡是語義解析比較困難的句子或者段落，它是可以判斷為可讀性差的，所以我認(rèn)為這些“偽原創(chuàng)”可能是自作聰明。

　　評論模塊基本上沒有人用，該要還是不要？

　　要。評論模塊最頭疼是事情是垃圾評論，通常真正發(fā)言的訪客很少，垃圾評論一大堆，整天和營銷軟件斗智斗勇。這里提供一個(gè)我已經(jīng)實(shí)現(xiàn)的方案，對收錄可能有一定幫助（沒有依據(jù)的，只是猜測）：

　　保留評論框、但禁止評論。所有評論由自己的網(wǎng)站程序生成。前面提到搜索引擎會自然語義分析，其中有一項(xiàng)重要的能力，就是情感判斷。搜索引擎會計(jì)算每條評論的情感值，是positive（積極）還是negative（消極），具體傾向是10%還是90%。如果評論內(nèi)容表達(dá)的是積極情感，則可以給你的正文加分，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。

　　這是在網(wǎng)絡(luò)社交發(fā)展起來后的必然趨勢，用這種方式來反映一個(gè)頁面的用戶體驗(yàn)度。同理還有分享、點(diǎn)贊等，原理類似。

　　綠蘿卜算法之后，外鏈到底還有沒有用？

　　有用。參見搜索引擎三定律之相關(guān)性定律。既然是定律，就不會改變。誰的內(nèi)容被引用得多，誰就是權(quán)威。在主動推送出現(xiàn)之前，外鏈應(yīng)該算是蜘蛛認(rèn)識一個(gè)頁面內(nèi)容的第一渠道。

　　外鏈一定要錨文本或者裸鏈嗎？

　　不是。搜索引擎肩負(fù)重任，要努力發(fā)現(xiàn)真正有價(jià)值的東西，排除那些沒價(jià)值的東西。所以有可能你直接提交的鏈接沒收錄，在別人地方隨便發(fā)個(gè)純文本網(wǎng)址，被它發(fā)現(xiàn)了，還計(jì)算了加分。

　　除了錨文本和裸鏈，還可以用關(guān)鍵詞+網(wǎng)址的形式發(fā)純文本。這樣在網(wǎng)址前面的那個(gè)關(guān)鍵詞是會自動與該網(wǎng)址關(guān)聯(lián)的。

　　還有，有些鏈接雖然加了nofollow屬性，但是在百度計(jì)算外鏈的時(shí)候，還是會計(jì)算的。

　　收錄和索引到底什么關(guān)系？

　　收錄表示蜘蛛來抓取過、分析過。索引表示蜘蛛分析之后，認(rèn)為內(nèi)容有一定價(jià)值。只有進(jìn)入索引的內(nèi)容才有可能出現(xiàn)在搜索結(jié)果中，展現(xiàn)給用戶。也就是說只有索引的內(nèi)容才有機(jī)會帶來流量。