十一月八号晚上,我随手 curl 了一条三年前的老文地址,结果脸色不太好:先 302 到 https,再 302 跳到 www,最后才 200。一篇正文要拐三道路才落地。蜘蛛每天在这堆跳转上白跑,权重也跟着一跳一跳漏掉。
302 和 301,差的不只是一个数字
302 的意思是临时的,服务器在告诉蜘蛛:这个地址以后还会回来。蜘蛛就留着旧地址,两边都抓,权重也不全给新地址。我这站是早年 http 建站,后来换了 https,又在后台换了域名,运营商那边图省事全写成 302,一直没人回头改。
我怎么把问题翻出来的
把 sitemap 里的地址全导出来,两百一十七条,一条条 curl 只看两个数:状态码、跳转几次。结果六十二条不是直接 200,其中四十多条要跳两次以上,最离谱的一条跳了四次,最后落在一个已删除的页面。跳转次数这个东西平时没人看,压在那儿就是隐形成本。
三步把它压成一跳
先在服务器上加一条规则,把 http 到 https、不带 www 到带 www 合并成一次 301,路径和参数原样带过去,别再串成两段。然后把主题和后台里硬编码的 http 图片、http 内链批量换成 https,我是拿数据库导出后跑了一遍替换,一共改了一百多处。最后翻老文章,凡是锚文本还写着旧域名的,逐个改成当前地址。
两周的对照
改完复测,六十二条降到三条,平均跳转从两点四次变成一次。同期正文页被抓次数涨了三成左右,新发十篇稿十天收录七篇,之前同样节奏是四篇。抓取总量没变,还是一个钟头十来次,省下的全用在正文上了。
几个容易踩的点
别拿 302 当常规跳转使,临时就是临时,长期挂着等于告诉蜘蛛这事没完。也别把 301 链成环,A 指 B、B 又指回 A,蜘蛛会直接放弃。301 的目标页必须是 200,指到 404 比不跳更糟。HSTS 等全站确实没有 http 资源了再开,开早了老图全裂。还有,改完记得把旧地址留在 sitemap 之外,别再主动递过去。另外 301 别做太多层,能从 http 直接到最终地址就别分两次。
这类域名层的问题,之前写www 和裸域没统一那篇时提过一半,这次算是把跳转链补全了。

评论列表