純採集網站站長的經驗總結

導讀：建網站初期，需要提前規劃好網站的內容，做好網站運營計劃策劃方案十分關鍵，對於網站的發展很有好處。

X是一個純採集網站站長，下面的這些總結，有些是關於SEO，有些是關於採集和運維，都是很基礎的個人見解，僅作分享，請自辨好壞是非，實踐出真知。

　　原創內容好還是採集內容好?

當然是原創好，因為百度是這麼說的，誰叫人家是裁判。

為什麼X原創了很多文章，還是不被收錄?收錄了沒好的排名?

一個搜尋引擎，它的核心價值是要為使用者提供他/她最需要的結果。搜尋引擎是有統計網民需求的，對於網民需求量小或者幾乎沒有需求的內容，即使你是原創也可能被搜尋引擎忽略，因為它不想浪費資源在無意義的內容上。

對網民需求量大的內容，收錄應該會比較多、比較快，但是，正因為收錄多，即使你是原創，也可能很難擠進排名。

　　搜尋引擎統計網民需求以什麼來標識?

關鍵詞。每一個人搜尋一個關鍵詞時，就表明他/她對這個詞相關的內容有需求。而且，使用搜索引擎的人，通常是有問答需求、檢索查詢需求。當然搜尋引擎內部肯定有非常龐大的分析系統，對這些需求進行精確的定位，詳見百度指數。比如搜尋的關鍵詞是“手機”，很有可能是想要買手機或者查某款的價格，也可能只是想要下載漂亮的桌布。但是，如果是想要桌布，就會有更精確的關鍵詞“手機桌布”，以下拉框或者相關搜尋的形式呈現出來。

　　既然原創內容好，為什麼要採集?

1. 雖然原創好，但只要方法適當，採集的效果並不會比原創差多少，甚至比沒掌握到方法的那些原創好很多。

2. 精力有限，原創很難保證長期大量更新，如果請個編輯，投入產出比可能是負數。

　　市面上採集器那麼多，應該用哪個好?

每個採集器都有它的獨特之處，所謂存在即合理。請根據自己的需求來選擇即可。X的採集器是自己開發的，開發的過程會考慮了以下幾方面，使用其他採集器的也可作參考：

1. 直接提供已分類的海量關鍵詞，這些關鍵詞都是百度已經統計的有網民需求的詞(有百度指數)，或者是這些詞的長尾詞，來自百度下拉框或相關搜尋。

2. 直接按關鍵詞采集，智慧分析網頁正文進行抓取，不需要自己寫採集規則。

3. 抓取到的正文經過規範的標籤清理，段落全部以

標籤呈現，亂碼一律去除。

4. 根據採集到的內容自動配圖，圖片一定是與該內容相關度非常高的。以這種方式代替偽原創，既不影響可讀性，又使文章圖文並茂，做到比原創所提供的資訊更豐富。

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

6. 可直接使用關鍵詞和其相關詞組合作為標題，也可抓取目標網頁標題。

7. 可進行微信文章採集。

8. 不用觸發或者掛機。

9. 整合百度站長平臺主動推送，加快收錄。

不同的網站程式，比如織夢、WordPress、dz、zblog、帝國cms或者其他，對SEO有什麼影響?

理論上沒有影響。因為搜尋引擎並不知道你是什麼程式，或者它可以通過一些規則識別出來，也不可能因為程式本身的不同而影響它的判斷。

那什麼會影響SEO呢?答案是模板。因為基本上這些程式都有模板機制，同樣程式可以輸出不同的頁面，不同的程式也可以輸出同樣的頁面，這就是模板。模板確定之後，你的每一個頁面就按照這個框架來輸出，也就是整個html結構已經確定。而這些html，正是搜尋引擎要重點關注的，它得從這些html中得到它想要的資訊。因此，一套好的模板非常重要。

　　頁面模板設計應該注意哪些細節?

1. 權重結構順序。整個頁面的html中(注意是html，而不是顯示出來的版面)，越靠前的位置，權重越高。由此引申出來，“title”、keyword、description三個標籤，因為最靠前，權重最高。其次通常是導航，也是基本上是最靠上的，權重也非常高。再次就是文章標題和正文。這是根據html的前後來排序的。

2. 因為搜尋引擎首先要遵循W3C標準，所以，W3C定義的一些本來就是用來表示重要資訊的標籤，權重自然就高，比如，特別是h1，用來表示當前頁面最重要的資訊，一般每個頁面只能有一個，其權重估計與title相當，也通常是用來放當前頁面的標題，當然也有為了提高首頁權重，用h1來放置logo或首頁連結，都是可以的。另外還有em、strong這樣的標籤，用來表示強調，一般認為strong權重高於標籤，同樣也是加粗作用，但X們認為從SEO的角度看是沒有權重加強的。

3. css或者js程式碼對搜尋引擎來說通常是無意義的，儘量使用單獨的檔案來存放，或者在允許的情況下放到html尾部去

　　網站結構規劃應該注意哪些問題?

1. URL設計。URL也是可以包含關鍵詞的，比如你的網站是關於電腦的，你的URL中可以包含“PC”，因為它在搜尋引擎眼裡通常是“電腦”的同義詞。URL不要太長，層次儘量不要超過4層，這個就點到為止。

2. 欄目設計。欄目通常是與導航相關聯的，設計時應該考慮網站整體的主題，使用者可能會對哪些內容感興趣，欄目名稱最好是網站的幾個主關鍵詞，這樣也方便利用導航的權重。

3. 關鍵詞佈局。理論上每一個內容頁都應該有它的核心關鍵詞，同一個欄目下的文章，儘可能圍繞欄目關鍵詞展開。一個簡單粗暴的辦法就是直接用欄目關鍵詞的長尾詞。

　　動態、偽靜態、靜態，這三者哪個好?

這個不能一概而論，推薦使用偽靜態或靜態。這三者的區別，是是否生成靜態檔案，以及URL格式是否動態。生成靜態檔案，本質上是為了加快訪問速度，減少資料庫查詢，但會不斷增加佔用空間;偽靜態只是通過URL重寫修改URL，實際上還是每次都要經過程式運算、查詢資料庫再輸出頁面，對加快訪問速度完全無效。動態與偽靜態的差異只在於URL，帶問號加引數。

所以關注兩個點就好：網站開啟速度是否夠快?你是否需要節約伺服器空間?

不同的網站程式，資料庫操作的效率可能不同。一般來講，內容頁數量在1萬以內的，頁面開啟速度都是比較快的，資料量更大一些，達到5萬、十萬甚至更多，通常就要考慮靜態化了。

　　有哪些途徑改善訪問速度?

1. 上面已經說到的靜態化。

2. 通常很多網站模板中都有隨機呼叫文章或者類似的版塊，事實上對資料庫來說，隨機是一項比較重的負擔，在模板中應該儘量減少隨機文章的呼叫。如果不可避免，可以考慮從資料庫上優化，對有索引的欄位排序通常比沒有索引要快很多。

3. 將圖片、js、css等不經常修改的檔案，放到專用的靜態伺服器上，多個js、或者多個css能合併的儘量合併到一個檔案，減少http連線次數。

4. 使用各類雲加速產品。對普通網站來說，免費的百度雲加速或者360的雲加速都還可以。

文章比較多，網站已經開啟靜態，但是每次全站更新都要花很長時間怎麼辦?

X的做法是使用快取機制，這裡只提供一個思路，可能需要自己二次開發。

網站設定為偽靜態，每一個請求到達時，程式檢查是否存在對應的快取html檔案，如果該檔案的生成時間是多少小時或幾天以前，X們判定它需要更新，這時候執行正常流程，程式查詢資料庫，生成html後，寫入到快取檔案，再輸出到客戶端。

當下一次訪問到達時，比如1分鐘以後又來一個訪問相同頁面，再次檢查快取檔案時間。從時間上可以判斷檔案非常新，完全不用更新，則直接讀取檔案內容輸出到客戶端。這樣每個頁面都可以實現自動生成，也只有第一個訪客會感受到速度慢，後面的訪客訪問時都相當於是靜態訪問，速度是非常快的。

如果是獨立伺服器，還可以考慮自動檢測伺服器負載，如果負載本來就高，那就算判斷出來需要更新，也暫時不更新，改為直接輸出。

圖片是引用遠端網址好還是放在自己伺服器好?

這個也是各有優劣。引用遠端網址，可以節約自己的頻寬，但很可能會因為對方伺服器緩慢、或刪除資源、或防盜鏈，圖片無法顯示。如果下載到自己伺服器，當然一切都自己掌控，但是圖片會非常佔用空間，總體上可能比生成靜態所佔的空間更大，而且如果訪問量大，圖片是最吃頻寬的。

　　網站內鏈應該怎樣優化?

內鏈是百度官方推薦的優化手段之一，所以這是一定要做的。通常表現的形式是正文中出現某個關鍵詞，給這個關鍵詞加上一個連結，指向另一個正好是這個關鍵詞相關內容的.頁面。因此就誕生了一些所謂的優化手法，強行在正文中插入一些關鍵詞和連結，以此進行類似互推的操作。還有的為了提高首頁權重，到處都放上網站名稱，並做上首頁連結，以為這樣可以提高目標頁面的權重。但是這些很可能都是適得其反，因為搜尋引擎會統計每個連結的點選率。如果放在醒目位置點選卻很少的連結，有可能會判斷為作弊。所以，請只在正文中本來就有的關鍵詞上做內鏈，就可以了。

　　段落重排、句子重排、同義詞替換這些偽原創手法到底好不好?

不好。因為搜尋引擎已經智慧，已經不是簡單的資料庫檢索，它會自然語義分析(詳情請搜尋“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X認為這些“偽原創”可能是自作聰明。

　　評論模組基本上沒有人用，該要還是不要?

要。評論模組最頭疼是事情是垃圾評論，通常真正發言的訪客很少，垃圾評論一大堆，整天和營銷軟體鬥智鬥勇。這裡提供一個X已經實現的方案，對收錄可能有一定幫助(沒有依據的，只是猜測)：

保留評論框、但禁止評論。所有評論由自己的網站程式生成。前面提到搜尋引擎會自然語義分析，其中有一項重要的能力，就是情感判斷。搜尋引擎會計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%。如果評論內容表達的是積極情感，則可以給你的正文加分，反之則減分。至於怎樣自動生成積極的評論，就八仙過海各顯神通吧。

這是在網路社交發展起來後的必然趨勢，用這種方式來反映一個頁面的使用者體驗度。同理還有分享、點贊等，原理類似。

　　綠蘿蔔演算法之後，外鏈到底還有沒有用?

有用。參見搜尋引擎三定律之相關性定律。既然是定律，就不會改變。誰的內容被引用得多，誰就是權威。在主動推送出現之前，外鏈應該算是蜘蛛認識一個頁面內容的第一渠道。

　　外鏈一定要錨文字或者裸鏈嗎?

不是。搜尋引擎肩負重任，要努力發現真正有價值的東西，排除那些沒價值的東西。所以有可能你直接提交的連結沒收錄，在別人地方隨便發個純文字網址，被它發現了，還計算了加分。

除了錨文字和裸鏈，還可以用關鍵詞+網址的形式發純文字。這樣在網址前面的那個關鍵詞是會自動與該網址關聯的。

還有，有些連結雖然加了nofollow屬性，但是在百度計算外鏈的時候，還是會計算的。

　　收錄和索引到底什麼關係?

收錄表示蜘蛛來抓取過、分析過。索引表示蜘蛛分析之後，認為內容有一定價值。只有進入索引的內容才有可能出現在搜尋結果中，展現給使用者。也就是說只有索引的內容才有機會帶來流量。