利用百度蜘蛛referer找到報錯頁面入口
- 威海seo技術提升 威海Baiduspider
- 1155
大家應該都知道百度已經全站https并取消referer關鍵詞顯示了，那么“百度蜘蛛referer”又是什么？有什么妙用嗎？藝龍SEO負責人劉明發現通過百度蜘蛛referer可以快速定位部分站內url的報錯（4xx或者5xx）原因。隨后社區版主飛鷹正義也對文章做了補充修正，現推薦給各位同學們。
什么是百度蜘蛛的referer
百度蜘蛛的referer，是指當百度蜘蛛抓取某一個URL的時候，在HTTP頭中帶的Referer字段。請注意，這個定義和百度最近聲明去除Referer中關鍵詞數據沒有任何關系。這次講的是spider發起的HTTP請求，百度而去除的是用戶發起的。如果百度蜘蛛抓取百度首頁的logo，會發起這樣的請求：
上面Referer字段很明確的表示了他是從www.baidu.com這個頁面上發現并抓取了www.baidu.com/img/bd_logo1.png。而大家在服務器訪問日志中也應該能看到相應的記錄。目前發現只有當百度抓取一個網頁的同時，又抓取了網頁中的：img、js和css才會帶上referer字段。這部分額外的抓取量，應該不會占用百度分配的抓取配額，屬于“買1送1”。
對于站長的意義
如果你發現有一批URL（僅限于img,js,css）報錯（4xx或者5xx），但是一直找不到入口在哪，也就是說你不明白百度蜘蛛是從哪里發現這些錯誤URL的。這個字段可以幫助你迅速定位。
舉個例子
比如我們的SEO日志分析系統中可以看到，符合下面這種URL Pattern的路徑每天有6萬到10萬的抓取而且全部報404。
從發現問題至今過了1個月，查遍整個網站我也沒找到入口。今天偶然仔細查了一下日志，想起了百度蜘蛛的referer，馬上就能定位問題了。這些404的URL來自于一套沒人維護也沒人關注的頁面（往往是這樣）。收錄流量都不錯。由于最近公司圖片系統更新，圖片的URL全部更改了，但這套頁面并沒有跟著更新。
如果站點沒有記錄referer怎么辦
iis請在這里勾選“cs(Referer)”：
apache請參考:
apache log配置“Combined Log Format”章節
apache log配置的官方鏈接
Nginx請參考：
nginx log配置
nginx log配置的官方鏈接
結束語
· 很多SEO問題并不是立即致命的，所以沒有及時解決。流量就像螞蟻啃大象一樣一點一點啃掉了。
· 系統性的知識積累還是會在關鍵時刻發揮作用的。
· 感謝飛鷹對本文的修正。
至此文章雖然結束但是討論可以繼續，大家可以到[學堂同學匯] 《利用百度蜘蛛referer找到報錯頁面入口》討論帖，與作者劉明進行探討。
來源：百度搜索資源平臺 百度搜索學堂
