百度官方解读你的网站为什么不收录

最近看了百度搜索学院的一篇文章，是关于网站不收录的解释，大致说了4个方面的原因，这和我之前在《SEO搜索引擎实战详解》中提到的原因大致相同，但增加了一个关于配额限制的因素，由于百度官方文章对不收录原因讲得比较粗略，以及为分析新的影响因素，这里我们对网站不收录再做一个解读，详细告诉你，什么样的网站不会被收录。

    先来看看百度官方原文：

    目前百度Spider抓取新链接的途径有两个，一是主动出击发现抓取，二就是从百度站长平台的链接提交工具中获取数据，其中通过主动推送功能“收”上来的数据最受百度Spider的欢迎。对于站长来说，如果链接很长时间不被收录，建议尝试使用主动推送功能，尤其是新网站，主动推送首页数据，有利于内页数据的抓取。

    那么同学们要问了，为什么我提交了数据还是迟迟在线上看不到展现呢？那涉及的因素可就多了，在Spider抓取这个环节，影响线上展现的因素有：
    1、网站封禁。你别笑，真的有同学一边封禁着百度蜘蛛，一边向百度狂交数据，结果当然是无法收录。
    2、质量筛选。百度Spider进入3.0后，对低质内容的识别上了一个新台阶，尤其是时效性内容，从抓取这个环节就开始进行质量评估筛选，过滤掉大量过度优化等页面，从内部定期数据评估看，低质网页比之前下降62%。
    3、抓取失败。抓取失败的原因很多，有时你在办公室访问完全没有问题，百度spider却遇到麻烦，站点要随时注意在不同时间地点保证网站的稳定性。
    4、配额限制。虽然我们正在逐步放开主动推送的抓取配额，但如果站点页面数量突然爆发式增长，还是会影响到优质链接的抓取收录，所以站点在保证访问稳定外，也要关注网站安全，防止被黑注入。

    以上是百度官方原文，从中我们可以看出一下几个问题：

    1、关于网站封禁，实际就是网站Robots文件的设置，或者页面不跟踪代码的使用，一般Robots文件只需要设置后台或者配置文件夹不可抓取就行了，另外也不要将百度设置为不可抓取。有的网站会使用Nofollow的属性，虽然这个属性是为了防止传递权重，并不是禁止抓取，但是通过对比，我们发现用Nofollow链接自己的网站，网站的收录量确实有所下降，所以在内部使用时，尽量不要误出现这个属性。

    2、百度近两年推出了很多关于原创内容的算法，可见百度对原创内容的保护的决心和打击垃圾内容的力量，但是原创并不代表就是优质，优质的内容是包含原创，并且有实质的意义和长度，那些论坛的口水贴就非优质内容；另外内容的形式可以更丰富，比如有视频、音频、图片、文字多种组合，以及相关优质内容的引用和被引用；用户的点击量阅读量；热点内容的时效性等，这些都是评定优质内容的因素，所以不要以为你的文章被写后，你再写也不会收录，实际上你只是没懂制作优质内容的方法。

    3、我们大部分做优化的人员都知道网页不能怎样设计，会影响抓取，比如JS链接图片、Flash、内容在JS中，页面过大，载入速度慢、访问出错等等，这些问题本可以在制作网站时就规避掉，或者你认为不会有网站这样，那你真的错了，很多公司或者看过我书的同学让我帮助分析网站，这样的网站真的太多了。这些网站要么是体量大时间长，以前开发时并没有注意，现在很难修改，也有的是老板觉得比较酷炫，让产品和开发这样改那样改，最终搞出来一个他们认为完美的网站，实际上有很多SEO的问题存在，最终造成网站上线很难被收录。

     4、以前关于配额限制的研究并不多，从16年开始，百度配合打击垃圾内容，关于行业或内容的限额越来越明显，以前我们调查发现，一篇相同标题和内容的网页是有收录限制的，在首页展示的最多6篇，后面的页面更少甚至没有，所以我们知道相同内容的收录和展现肯定是有限额的，一般收录不会超过10篇（可能有的大网站能利用权重收录更好），展示不超过6篇，所以如果你复制粘贴过来的时候，发现已经有很多相同的内容了，那还是放弃吧，发了也不会收录。这是相同内容的配额，除了这个相同行业也有大致的页面收录数量限制，这个限制是根据时间而定的，每1到3个月会增加一些，根据你的行业而定，通过站长之家的工具，你可以对比发现，每隔几个月行业内网站都会有一个收录提升，这是行业配额升级的效果，但是在这个周期内的平稳期，你会发现网站收录增长缓慢，发了也不怎么收录，甚至有所下降，其实并不是你受到了惩罚，有可能是搜索引擎的调整，降低你的内容收录，利用腾出来的名额给了其他优质的网站和内容，所以就呈现出在平稳期，有的网站收录上升了很多，有的下降了很多的情况，注意观察站长之家的行业收录数据，你可以大致了解自己行业的配额平稳期和配额增量期，在平稳期的收录下降不要慌，以优质内容为主，而增量期时多发内容多提交。

    5、除了以上百度官方对网站不收录的几个说法之外，其实还有些他们是没有公开来说的，比如网站外链因素，没有外链的引用，长期只收录了首页是很常见的情况；权重因素，网站在搜索引擎的真实得分也是重要影响因素，为什么同样的内容几个网站能收录，就你的不能收录，说白了就是你的网站还没入它的眼，大把高权重的网站等着在收录；网站类型和行业因素，网站类型和行业会决定你的收录上线，行业平台网站、企业站、论坛就算发相同的内容数量，做相同的外链数量，企业站永远是收录最少的，这是网站类型使然，如果一个行业受到限制，你网站做得再好，也不会有很好的收录，因为这个行业百度是监管起来的，只对某些网站的开放的。