通過HTTP狀態代碼看搜索引擎怎么Crawl你的站
通過HTTP狀態代碼通通透透看搜索引擎怎么Crawl你的站。
下面的表格是所有 HTTP 狀態代碼及其定義。
代碼指示
2xx成功
200正常;請求已完成。
201正常;緊接 POST 命令。
202正常;已接受用于處理,但處理尚未完成。
203正常;部分信息 — 返回的信息只是一部分。
204正常;無響應 — 已接收請求,但不存在要回送的信息。
3xx重定向
301已移動 — 請求的數據具有新的位置且更改是永久的。
302已找到 — 請求的數據臨時具有不同 URI。
303請參閱其它 — 可在另一 URI 下找到對請求的響應,且應使用 GET 方法檢索此響應。
304未修改 — 未按預期修改文檔。
305使用代理 — 必須通過位置字段中提供的代理來訪問請求的資源。
306未使用 — 不再使用;保留此代碼以便將來使用。
4xx客戶機中出現的錯誤
400錯誤請求 — 請求中有語法問題,或不能滿足請求。
401未授權 — 未授權客戶機訪問數據。
402需要付款 — 表示計費系統已有效。
403禁止 — 即使有授權也不需要訪問。
404找不到 — 服務器找不到給定的資源;文檔不存在。
407代理認證請求 — 客戶機首先必須使用代理認證自身。
415介質類型不受支持 — 服務器拒絕服務請求,因為不支持請求實體的格式。
5xx服務器中出現的錯誤
500內部錯誤 — 因為意外情況,服務器不能完成請求。
501未執行 — 服務器不支持請求的工具。
502錯誤網關 — 服務器接收到來自上游服務器的無效響應。
503無法獲得服務 — 由于臨時過載或維護,服務器無法處理請求。
比如說:
2004-12-03 07:33:25 61.135.145.208 - *.*.*.* 80 GET /index/119.htm - 304 Baiduspider+(+http://www.baidu.com/search/spider.htm)
這就意味著百度蜘蛛在2004-12-03 07:33:25爬過/index/119.htm這一頁,它發現這頁是沒有更新過的。
再比如說:2004-12-03 07:33:25 61.135.145.208 - *.*.*.* 80 GET /index/120.htm - Googlebot/2.1
(http://www.google.com/bot.html)
這就意味著Google蜘蛛在2004-12-03 07:33:25爬過/index/119.htm這一頁,它發現這頁是新的,并全部爬完。
作者:佚名 來源:網絡
來源:月光博客