url規范：

 

百度支持抓取的url長度不超過1024，如果您的鏈接長度過長，請在保證正常訪問的情況下，適當精簡，保證鏈接能被百度正常抓取和收錄。

 

重定向錯誤：

重定向是指百度spider訪問鏈接時發生了跳轉，如果跳轉后的鏈接超長或者連續跳轉的次數超過5次，就會發生重定向錯誤而導致抓取失敗。

 

服務器連接錯誤：

這種情況是指，由于服務器響應過慢或您的網站屏蔽了百度spider，而導致百度無法訪問您的網站。從而會導致百度無法正常收錄或者更新您網站的內容。您可能看到以下具體錯誤：連接超時、連接失敗、連接被拒、無響應、響應遭到截斷、連接重置、標頭遭到截斷、超時。

 

*如何處理服務器連接錯誤：

減少動態網頁請求的過多網頁加載。如果網站為多個網址提供相同內容，則會被視為動態提供內容（例如，www.example.com/shoes.php?color=red&size=7與www.example.com/shoes.php?size=7&color=red提供的內容相同）。動態網頁的響應時間可能會很長，并會因此導致超時問題。或者，服務器可能會返回超載狀態，要求百度spider放慢抓取該網站的速度。一般來說，建議您盡量使用簡短的參數并謹慎使用。

 

確保您網站的托管服務器沒有停止運行、超載或配置不當。如果連接問題、超時問題或響應問題仍然存在，請與您的網站托管服務提供商聯系，并考慮增強您的網站處理流量的能力。

 

檢查網站是否不小心屏蔽了百度spider的IP。您可能會由于系統級問題而阻止了百度訪問，例如DNS配置問題、配置不當的防火墻或DoS防護系統、內容管理系統配置問題。防御系統是保證托管服務正常運行的關鍵因素之一，并且這些系統通常會配置為自動阻止超量的服務器請求。由于百度spider發出的請求通常要比普通用戶多，因此可能會觸發這些防御系統，導致它們阻止百度spider訪問并抓取您的網站。要解決此類問題，您需要確定網站基礎架構中的哪個部分在阻止百度spider，然后取消該阻止。如果您沒有控制防火墻的權限，就需要與您的托管服務提供商聯系解決此問題。

 

robots封禁問題：

在抓取診斷工具中如果返回的抓取失敗結論是robots封禁，請確認您是否對該網址設置了robots，阻止百度spider抓取網站的某些內容，如果您未使用robots文件屏蔽百度，請點擊旁邊的報錯鏈接，百度會立即更新您站點的robots信息；如果是您的誤操作導致了封禁，請及時修改robots文件，避免造成您的網站在百度收錄量和流量的下降。

 

 

 

DNS問題：

DNS錯誤是指由于服務器停止運行或DNS到您網域的路由存在問題，導致百度spider無法與DNS服務器通信。

 

*如何處理DNS錯誤：

確保百度能夠抓取您的網站。對重要網頁（例如您的首頁）采用抓取診斷工具，如果它能順利返回您的首頁內容，那么您就可以認為百度能夠正常訪問您的網站。

 

對于持續的或反復出現的DNS錯誤，請與您的DNS提供商聯系。通常情況下，您的DNS提供商即為網站托管服務提供商。

 

配置您的服務器，使其能夠以404或500等HTTP錯誤代碼對不存在的主機名作出響應。

 

404錯誤：

一般情況下，當百度spider訪問到不存在的網頁（因為您刪除或重命名了網頁且沒有將舊網址重定向到新網頁，或者鏈接中存在拼寫錯誤）時，就會出現“未找到”狀態錯誤（通常是404 HTTP狀態代碼）。

 

 

 

訪問遭拒絕：

一般情況下，百度會通過跟蹤網頁間的鏈接來查找內容。百度spider必須能夠訪問某個網頁才能抓取該網頁。如果您意外地看到了“訪問遭拒”錯誤，可能是由于以下幾種原因導致的：

（1）百度spider無法訪問您網站上的網址，因為您網站上的所有或部分內容要求用戶登錄后才能查看。

（2）您的服務器要求用戶使用代理進行身份驗證，或者您的托管服務提供商阻止百度spider訪問您的網站。

 

參數錯誤：

由于請求的語法格式有誤，不符合服務器對請求的某些限制，或者請求本身存在一定的錯誤，服務器無法理解此請求，導致抓取失敗。

 

socket讀寫錯誤：

當百度spider訪問服務器，進行tcp通信的時候，socket讀寫發生異常，導致數據不能正常返回。請檢查服務器連接狀況和防火墻設置是否符合預期。

 

讀取http頭或者頁面內容時失敗：

您的服務器收到了我們的完整請求，但是返回信息時不完整，http頭或者響應正文發生了截斷，導致網頁內容不能正常讀取。