2014-10-21
图片的代替属性:ALT
意义:是搜索引擎可以信任的参考点;图片无法显示时,可代替图片的描述性语句;
写法:<img src=”123.jpg” alt=”小狗在吃粮食”>
注意:ALT描述语禁止多样式添加关键词;最佳的描述语是 主语+宾语+动词/形容词
黑帽:black hat
使用作弊的方法,让网站排名短时间内高/收录多的做法,最典型的是群发留言增加外链;
链接锚文本:Achor Text
作用:多个网页内有链接锚文本指向A网站,那么A网站的排名就会靠前;
Alexa:是一家发布世界网站排名的网站;评价网站访问量的一个指标;
做法:浏览器植入Alexa 插件,向Alexa 数据库反馈浏览器加载的网页,每三个月统计浏览量和排名;
缺点:对于流量低的站点,精确度不高(并不是每个人都安装Alexa 插件);对一般个人站点、企业站点、网 店等没有实际用途;
百度蜘蛛:Baiduspider
作用:百度用来抓取互联网网页/URL的一个自动程序;抓取后会暂存到数据库中,提供给用户搜索;
类型:不同的搜索有不同的蜘蛛去抓取;有以类型:
网页搜索(baiduspider)、无线(baiduspider—mobile)、图片(baiduspider—image)、视频(baiduspider—video)、
新闻(baiduspider—news)、商务(baiduspider—ads)、百度搜藏(baiduspider—favo)、百度联盟(baiduspider—cpro);
如何判断是否冒充Baiduspider的抓取?
① Linux 平台 :使用host ip 命令来反解ip 来判断,代码如下
$ host 123.125.66.120
120.66.125.123.in-addr.arpa domain name pointer
Baiduspider-123-125-66-120.crawl.baidu.com
host 119.63.195.254
254.195.63.119.in-addr.arpa domain name pointer
baiduMobaider-119-63-195-254.crawl.baidu.jp
② window / IBM OS/2 平台:使用 nslookup ip 命令反解ip 来判断,方法如下
打开命令处理器 输入 nslookup xxxx.xxx.xxx.xxx( ip 地址) 就能解析ip
③ mac os 平台:使用dig 命令反解ip 来判断,方法如下
打开命令处理器 输入 dig xxxx.xxx.xxx.xxx( ip 地址) 就能解析ip
注意:baiduspider 的hostname 的格式命名为 *.baidu.com 或者 *.baidu.jp ,如果不是即为冒充
如果网站不想被baiduspider 访问,怎么办 ?方法如下:
可以利用robots.txt 文件完全禁止或者部分禁止baiduspider 访问网站;
常见的访问权限设置(标志置入网页内):
①不想蜘蛛追踪此网页链接和不传递链接的权重:
< meta name = “robots.txt” content =”nofollow”>
②不想蜘蛛追踪某一条特定链接:
< a href =”signin.php” rel=”nofollow”> sign in</a>
③允许其它搜索引擎跟踪,但是防止百度跟踪网页的链接:
< meta name =”Baiduspider” content =”nofollow”>
④防止所有搜索引擎显示网站的快照:
< meta name =”robots” content =”noarchive”>
⑤允许其它搜索引擎显示快照,但仅仅防止百度显示:
< meta name =”Baduspider” content = “noarchive”>
熟练掌握robots.txt 文件
什么是robots.txt 文件:放在网站根域下的一个robots.txt 纯文本文件,这个文件可以指定baiduspider 在这个网站的抓取范围,如果想baiduspider 完全抓取就不要建立robots.txt 文件;
样式为:http://www.baidu.com/robots.txt
注意:baiuspider 会首先访问 robots.txt 文件,然后根据robots.txt 给定的权限来确定访问的范围;
如果其它网站链接了你robots.txt 文件中设置禁止访问的网页,这些禁止的网页仍然会出现在百度搜索结果中。但是你的这些网页不会被百度抓取、建立索引和显示,仅仅展示链接你禁止访问的网页的网站;
Robots.txt 文件用法举例:
权限范围 | User-agent: | Disallow: | Allow: |
禁止所有引擎访问 | * | / | |
允许所有robot 访问 | * | / | |
仅禁止百度蜘蛛访问 | Baiduspider | / | |
仅允许百度蜘蛛访问 | Baiduspider | / | |
* | / | ||
禁止spider访问特定目录 | * | /目录1/ | |
/目录2/ | |||
允许访问特定目录中的部分URL | * | /目录3/ | /目录1/子目录 |
/目录4/ | /目录2/子目录 | ||
禁止访问目录1/2下的所有html 为后缀的URL | * | /目录1/*.htlm | |
/目录2/*.htlm | |||
仅允许访问.html后缀的 | * | / | /*html$ |
禁止访问网站动态网页 | * | /*?* | |
允许抓取网页,禁止抓取任何图片 | Baiduspider | /*jpg$ | |
所有图片的格式 |
备注:
User-agent :该项的值用来描述搜索引擎robot 的名字
Disallow :描述不希望被访问的一组URL
Disallow: /help --> 禁止访问:/helpl.html /helpabc.html / help/index.html
Disallow:/help --> 是允许/help.html /helpabc.html 但是不能访问:/help/index.html
Allow :描述希望被访问的一组URL
URL 匹配举例:
Allow 或 Disallow 的值 | URL | 匹配结果 |
/tmp | /tmp | yes |
/tmp | /tmp.html | yes |
/tmp | /tmp/a.html | yes |
/tmp | /tmphoho | no |
/Hello* | /Hello.html | yes |
/He*lo | /Hello,lolo | yes |
/Heap*lo | /Hello,lolo | no |
Html$ | /tmpa.html | yes |
/a.html$ | /a.html | yes |
Html$ | /a.html | no |
导入链接:Backlinks = Inbound Links 由其它网站指向你的网站的链接;
坏邻居:Bad Neighborhood 你的网站所链接的网站质量低下 (容易被搜索引擎惩罚);
障眼法:Cloaking 是指一个网页制作两个版本(采用识别访问者身份的技术),让搜索引擎和浏览者看到不同的网页内容;是典型的SEO 作弊方法 ;
页存:Cache 是指百度蜘蛛将网站内容存储到他们的数据库,因为不定时的更新,存页内容可能会不同,一般情况在搜索结果下面有几个页存的链接;
竞价广告:CPC/PPC
转化:Conversion 从访客变为顾客的过程;
爬行:Crawl 对搜索引擎访问网站的形象说法; 从一个网站的链接爬行到别的网站;
网页样式表:CSS 全称Cascading Style Sheets 是指命令的一环扣一环的统一设定;
2014-10-22
DMOZ :也叫ODP(Open Directory Project开放目录工程;非赢利性官方站点:http://www.dmoz.org ;最有信用的目录站;
描述标签 :Description Tag || 不同的搜索引擎对待描述标签(Description Tag)的态度差别很大 ;百度没有实际用处,但多了会被怀疑作弊;google比没有好一点,但不要叠加很多;Yahoo和MSN比没有好很多
桥页 :Doorway Pages || 如今搜索引擎能识别它,一旦发现,会封掉桥页及主域名;
动态页面 :Dynamic URL || 带有“?”,这样的链接一般是动态链接;
动态页面特征:①以ASP、PHP、JSP等编程语言制作的;② 只有当用户请求时服务器才返回一个完整的网页;③ 动态页面上的内容存在于数据库中;⑤实现功能多,如用户注册、用户登录、在线调查等等;
SEOR看动态页面弊端:①网页内容主题不能保证永恒性; ②搜索引擎在判断和识别容易失误;③ 动态链接,无法确定这个页面会一直存在;
入口页 :Entry Page || 是访客进入你网站的那一页 ;任何一页都有可能是入口页;入口页的数量,可以用来衡量搜索引擎优化的效果;
出口页 :Exit Page || 出口页可以分析访客跑掉的原因;
谷歌爬行器 :Feedfetcher || 会定时地随着rss地址去找你的站点爬取feed ;
佛罗里达更新 :Florida Update || 2003 年11 月上旬Google 反击黑帽SEO对排名算法的更新;
刷新探测器 :Freshbot || 持续不断地发现新的内容,网站、论坛、博客等;
深度探测器 :Deepbot || 每月出击一次;
谷歌应用界面 :Google API || 编制的程序来索询网页;
HTTP状态码 :服务器想浏览器返回的一个代码以响应请求;
隐藏文字 :Hidden Text || 多余的文字隐蔽在HTML 页码之中只让搜索引擎看见或者使之透明而让浏览者看不见;这是一种过期的作弊手法;
内部链接 :Internal Links || 内部链接结构也能让有较高PR 值的网页把PR 值传递到其他网页;
索引 :作为名词,是指搜索引擎存储有价值的网站信息的收录数据库。|| 作为动词,是指搜索引擎将网站访问后获取有价值的信息,给以存储,以便提供给搜索者。