上周為站(zhàn)長朋(péng)友們(mén)獻出了VIP大講(jiǎng)堂上海站(zhàn)中關於SPIDER抓取(qǔ)建庫(kù)方麵的QA內(nèi)容，本周(zhōu)繼(jì)續將(jiāng)解析方(fāng)麵的QA內容奉(fèng)上。
問：我(wǒ)們的頁麵(miàn)本身就很(hěn)大，會不會解析不(bù)出來(lái)？
答：頁麵本(běn)身很大倒沒問題(tí)，趕(gǎn)集，安(ān)居客這(zhè)些量(liáng)都很大，沒(méi)有問題(tí)。我(wǒ)剛(gāng)才說的(dí)例(lì)子(zǐ)，你每(měi)次都follow出來(lái)新鏈接(jiē)，隨(suí)機把(bǎ)後(hòu)麵(miàn)的(dí)參(cān)數(shù)去掉(diào)都不影響這個(gè)網頁的正常訪問，這種(zhǒng)肯定有問(wèn)題的。
問：剛才說對URL的長(cháng)度有要求(qiú)，那對(duì)每一(yī)段(duàn)，就(jiù)是目錄名(míng)的長(cháng)度(dù)有(yǒu)沒(méi)有要(yào)求
答：沒有要(yào)求，我(wǒ)們是要求(qiú)url從(cóng)www開(kāi)始到結(jié)束，總(zǒng)長度(dù)不(bù)超過1024個(gè)字節(jié)。
問：站內重(zhòng)復內容是(shì)怎(zěn)麼(mó)判(pàn)斷(duàn)的(dí)？文(wén)本(běn)內容一樣結構(gòu)不一樣(yàng)，算不算重復？
答(dá)：算(suàn)重復
問：假(jiǎ)設(shè)是(shì)整個(gè)頁麵(miàn)全(quán)是Flash，如(rú)果我把一些欄(lán)目或者(zhě)最(zuì)新(xīn)的內(nèi)容(róng)隱(yǐn)藏掉，不(bù)影響(xiǎng)美觀(guān)隱(yǐn)藏掉，如(rú)果用(yòng)hidden屬性能不(bù)能(néng)提(tí)取(qǔ)出來？CSS可(kě)不可以？
答(dá)：hidden可以(yǐ)提(tí)出來(lái)，但(dàn)如(rú)果是(shì)注釋就不會(huì)管。CSS不可(kě)以。
問(wèn)：頁麵(miàn)大(dà)小(xiǎo)不超(chāo)過(guò)1兆，是指頁麵(miàn)壓縮以前(qián)還(huán)是(shì)以(yǐ)後(hòu)。
答：指頁麵壓縮以後(hòu)，不要超(chāo)過(guò)1兆
問(wèn)：我網(wǎng)站(zhàn)的信(xìn)息已(yǐ)經過(guò)時了，但網頁返回(huí)的是200，會受懲(chéng)罰？為(wéi)什麼呀(yā)？
答：用戶(hù)在(zài)搜索結果(guǒ)裏(lǐ)點(diǎn)了你(nǐ)的結果，導(dǎo)流導到你的(dí)網(wǎng)站，但沒什(shí)麼(mó)可看(kàn)的(dí)，對用戶沒(méi)有用(yòng)，百度當(dāng)然不(bù)喜歡(huān)。
問：現在(zài)我(wǒ)們很多網站，為了(liǎo)讓(ràng)用(yòng)戶(hù)覺(jué)得有(yǒu)意思，內(nèi)容沒了(liǎo)就放一(yī)張(zhāng)圖片(piàn)，寫(xiě)一(yī)些有(yǒu)意(yì)思(sī)的話(huà)，什(shí)麼“工程師(shī)去哪啦”之(zhī)類(lèi)的(dí)，對百度(dù)友好(hǎo)不？
答(dá)：最好不(bù)要用，我知(zhī)道站點是想讓(ràng)百度當內(nèi)容死鏈(liàn)來(lái)識(shí)別，但內(nèi)容死鏈(liàn)識(shí)別起(qǐ)來(lái)是(shì)有(yǒu)準確率(shuài)和(hé)召回率風(fēng)險的(dí)。
問(wèn)：我(wǒ)們(mén)團購網(wǎng)站的確(què)會有過期(qī)團購的(dí)頁麵(miàn)，會受(shòu)懲罰嗎
答：如(rú)果量(liáng)特別(bié)大，點(diǎn)擊(jī)量很大(dà)的話肯定會(huì)有懲罰(fá)的。有些(xiē)可(kě)以當(dāng)內容(róng)死鏈被分(fēn)析出(chū)來，如果分(fēn)析不出來(lái)，會被一些其他的策略挖出來(lái)，會有這(zhè)樣的(dí)問題。
問：剛才說資(zī)訊(xùn)內(nèi)容(róng)頁麵(miàn)，上麵有(yǒu)個(gè)發(fā)布時間(jiān)好(hǎo)，那如(rú)果頁(yè)麵上沒(méi)有時(shí)間呢(ní)？
答：那(nà)我們往(wǎng)往是按當(dāng)時抓取(qǔ)的時間來做判定(dìng)。
問：評論裏麵(miàn)時(shí)間(jiān)重(zhòng)要嗎。
答：百(bǎi)度更重視(shì)主體(tǐ)內(nèi)容(róng)的時間，評論(lùn)不算(suàn)主(zhǔ)體內(nèi)容。
問(wèn)：我們(mén)是個(gè)平(píng)台(tái)，很多產品其實(shí)隻是一(yī)個(gè)型號(hào)變更(gēng)了，其實顏色都是一(yī)模(mó)一(yī)樣的，對(duì)蜘蛛而(ér)言僅僅隻是(shì)幾個字符，會(huì)被(bèi)識(shí)別為(wéi)重復嗎
答(dá)：如果是一個(gè)產品的結構化信息(xī)的(dí)話(huà)，應(yīng)該不(bù)會(huì)被認為是重(zhòng)復。如果你是(shì)簡(jiǎn)單(dān)內(nèi)容摘要(yào)的(dí)方式(shì)進行介紹(shào)的(dí)話，可能會存在(zài)重復問(wèn)題(tí)。
問(wèn)：靜態(tài)URL和動態(tài)URL區(qū)別大(dà)嗎？
答(dá)：不(bù)大，我(wǒ)們(mén)現在(zài)認(rèn)為(wéi)靜(jìng)態和動(dòng)態(tài)都一樣的，因為(wéi)從url上(shàng)麵(miàn)他能(néng)夠(gòu)識(shí)別出來(lái)，但是抓(zhuā)取回來的東西不太一樣。所以現(xiàn)在(zài)認(rèn)為無(wú)論你是靜(jìng)態(tài)還(huán)是(shì)動(dòng)態(tài)，我(wǒ)們都認為同(tóng)樣都(dū)是url來對待(dài)。
轉載請保(bǎo)留原(yuán)文(wén)地(dì)址: https://antelcom.cn/show-363.html