一个纯采集站长的SEO、采集、运维总结

我是一个纯采集站长，下面的这些总结，有些是关于关于SEO，有些是关于采集和运维，都是很基础的个人见解，仅作分享，请自辨好坏是非，理论出真知。

原创好还是采集好?

当然是原创好，由于百度是这么说的，谁叫人家是裁判。

为什么我原创了很多文章，还是不收录?收录了没排名?

一个搜索引擎，它的中心价值是要为用户提供他/她最需求的结果。搜索引擎是有统计网民需求的，关于网民需求量小或者简直没有需求的内容，即便你是原创也可能被搜索引擎疏忽，由于它不想糜费资源在无意义的内容上。

对网民需求量大的内容，收录应该会比较多、比较快，但是，正由于收录多，即便你是原创，也可能很难挤进排名。

搜索引擎统计网民需求以什么来标识?

关键词。每一个人搜索一个关键词时，就标明他/她对这个词相关的内容有需求。而且，运用搜索引擎的人，通常是有问答需求、检索查询需求。当然搜索引擎内部肯定有十分庞大的剖析系统，对这些需求中止精确的定位，详见百度指数。比如搜索的关键词是"手机"，很有可能是想要买手机或者查某款的价钱，也可能只是想要下载漂亮的壁纸。但是，假如是想要壁纸，就会有更精确的关键词"手机壁纸"，以下拉框或者相关搜索的方式呈现出来。

既然原创好，为什么要采集?

1. 固然原创好，但只需办法恰当，采集的效果并不会比原创差多少，以至比没控制到办法的那些原创好很多。

2. 肉体有限，原创很难保证长期大量更新，假如请个编辑，投入产出比可能是负数。

市面上采集器那么多，应该用哪个好?

每个采集器都有它的共同之处，所谓存在即合理。请依据自己的需求来选择即可。我的采集器是自己开发的，开发的过程中思索了以下几方面，运用其他采集器的也可作参考：

1. 直接提供已分类的海量关键词，这些关键词都是百度曾经统计的有网民需求的词(有百度指数)，或者是这些词的长尾词，来自百度下拉框或相关搜索。

2. 直接按关键词采集，智能剖析网页正文中止抓取，不需求自己写采集规则。

3. 抓取到的正文经过规范的标签清算，段落全部以

标签呈现，乱码一概去除。

4. 依据采集到的内容自动配图，图片一定是与该内容相关度十分高的。以这种方式替代伪原创，既不影响可读性，又使文章图文并茂，做到比原创所提供的信息更丰厚。

5. 正文内容中的关键词自动加粗，也可自定义要插入的关键词。但没有做句子重排、段落重排等影响可读性的所谓"伪原创"功用。

6. 可直接运用关键词和其相关词组协作为标题，也可抓取目的网页标题。

7. 可中止微信文章采集。

8. 不用触发或者挂机。

9. 集成百度站长平台主动推送，加快收录。

不同的网站程序，比如织梦、WordPress、dz、zblog、帝国cms或者其他，对SEO有什么影响?

理论上没有影响。由于搜索引擎并不知道你是什么程序，或者它能够经过一些规则辨认出来，也不可能由于程序自身的不同而影响它的判别。

那什么会影响SEO呢?答案是模板。由于基本上这些程序都有模板机制，同样程序能够输出不同的页面，不同的程序也能够输出同样的页面，这就是模板。模板肯定之后，你的每一个页面就依照这个框架来输出，也就是整个html结构曾经肯定。而这些html，正是搜索引擎要重点关注的，它得从这些html中得到它想要的信息。因而，一套好的模板十分重要。

模板设计应该留意哪些细节?

1. 权重结构次第。整个页面的html中(留意是html，而不是显现出来的版面)，越靠前的位置，权重越高。由此引申出来，"title"、keyword、description三个标签，由于最靠前，权重最高。其次通常是导航，也是基本上是最靠上的，权重也十分高。再次就是文章标题和正文。这是依据html的前后来排序的。

2. 由于搜索引擎首先要遵照W3C规范，所以，W3C定义的一些原本就是用来表示重要信息的标签，权重自然就高，比如，特别是h1，用来表示当前页面最重要的信息，普通每个页面只能有一个，其权重估量与title相当，也通常是用来放当前页面的标题，当然也有为了进步首页权重，用h1来放置logo或首页链接，都是能够的。另外还有em、strong这样的标签，用来表示强调，普通以为strong权重高于标签，同样也是加粗作用，但我们以为从SEO的角度看是没有权重增强的。

3. css或者js代码对搜索引擎来说通常是无意义的，尽量运用单独的文件来寄存，或者在允许的状况下放到html尾部去

网站结构规划应该留意哪些问题?

1. URL设计。URL也是能够包含关键词的，比如你的网站是关于电脑的，你的URL中能够包含"PC"，由于它在搜索引擎眼里通常是"电脑"的同义词。URL不要太长，层次尽量不要超越4层，这个就点到为止。

2. 栏目设计。栏目通常是与导航相关联的，设计时应该思索网站整体的主题，用户可能会对哪些内容感兴味，栏目称号最好是网站的几个主关键词，这样也便当应用导航的权重。

3. 关键词规划。理论上每一个内容页都应该有它的中心关键词，同一个栏目下的文章，尽可能盘绕栏目关键词展开。一个简单粗暴的办法就是直接用栏目关键词的长尾词。

动态、伪静态、静态，这三者哪个好?

这个不能混为一谈，引荐运用伪静态或静态。这三者的区别，是能否生成静态文件，以及URL格式能否动态。生成静态文件，实质上是为了加快访问速度，减少数据库查询，但会不时增加占用空间;伪静态只是经过URL重写修正URL，实践上还是每次都要经过程序运算、查询数据库再输出页面，对加快访问速度完整无效。动态与伪静态的差别只在于URL，带问号加参数。

所以关注两个点就好：网站翻开速度能否够快?你能否需求节约效劳器空间?

不同的网站程序，数据库操作的效率可能不同。普通来讲，内容页数量在1万以内的，页面翻开速度都是比较快的，数据量更大一些，抵达5万、十万以至更多，通常就要思索静态化了。

有哪些途径改善访问速度?

1. 上面曾经说到的静态化。

2. 通常很多网站模板中都有随机调用文章或者相似的版块，事实上对数据库来说，随机是一项比较重的担负，在模板中应该尽量减少随机文章的调用。假如不可避免，能够思索从数据库上优化，对有索引的字段排序通常比没有索引要快很多。

3. 将图片、js、css等不经常修正的文件，放到专用的静态效劳器上，多个js、或者多个css能兼并的尽量兼并到一个文件，减少http衔接次数。

4. 运用各类云加速产品。对普通网站来说，免费的百度云加速或者360的云加速都还能够。

文章比较多，网站曾经开启静态，但是每次全站更新都要花很长时间怎样办?

我的做法是运用缓存机制，这里只提供一个思绪，可能需求自己二次开发。

网站设定为伪静态，每一个央求抵达时，程序检查能否存在对应的缓存html文件，假如该文件的生成时间是多少小时或几天以前，我们判定它需求更新，这时分执行正常流程，程序查询数据库，生成html后，写入到缓存文件，再输出到客户端。

当下一次访问抵达时，比如1分钟以后又来一个访问相同页面，再次检查缓存文件时间。从时间上能够判别文件十分新，完整不用更新，则直接读取文件内容输出到客户端。这样每个页面都能够完成自动生成，也只需第一个访客会感遭到速度慢，后面的访客访问时都相当于是静态访问，速度是十分快的。

假如是独立效劳器，还能够思索自动检测效劳器负载，假如负载原本就高，那就算判别出来需求更新，也暂时不更新，改为直接输出。

图片是援用远程网址好还是放在自己效劳器好?

这个也是各有优劣。援用远程网址，能够节约自己的带宽，但很可能会由于对方效劳器迟缓、或删除资源、或防盗链，图片无法显现。假如下载到自己效劳器，当然一切都自己掌控，但是图片会十分占用空间，总体上可能比生成静态所占的空间更大，而且假如访问量大，图片是最吃带宽的。

网站内链应该怎样优化?

内链是百度官方引荐的优化伎俩之一，所以这是一定要做的。通常表现的方式是正文中呈现某个关键词，给这个关键词加上一个链接，指向另一个正好是这个关键词相关内容的页面。因而就降生了一些所谓的优化手法，强行在正文中插入一些关键词和链接，以此中止相似互推的操作。还有的为了进步首页权重，四处都放上网站称号，并做上首页链接，以为这样能够进步目的页面的权重。但是这些很可能都是适得其反，由于搜索引擎会统计每个链接的点击率。假如放在醒目位置点击却很少的链接，有可能会判别为作弊。所以，请只在正文中原本就有的关键词上做内链，就能够了。

段落重排、句子重排、同义词交流这些伪原创手法到底好不好?

不好。由于搜索引擎曾经智能，曾经不是简单的数据库检索，它会自然语义剖析(详情请搜索"NLP")，凡是语义解析比较艰难的句子或者段落，它是能够判别为可读性差的，所以我以为这些"伪原创"可能是自作聪明。

评论模块基本上没有人用，该要还是不要?

要。评论模块最头疼是事情是渣滓评论，通常真正发言的访客很少，渣滓评论一大堆，整天和营销软件斗智斗勇。这里提供一个我曾经完成的计划，对收录可能有一定辅佐(没有依据的，只是猜测)：

保管评论框、但遏止评论。一切评论由自己的网站程序生成。前面提到搜索引擎会自然语义剖析，其中有一项重要的才干，就是情感判别。搜索引擎会计算每条评论的情感值，是positive(积极)还是negative(消极)，细致倾向是10%还是90%。假如评论内容表达的是积极情感，则能够给你的正文加分，反之则减分。至于怎样自动生成积极的评论，就八仙过海各显神通吧。

这是在网络社交展开起来后的必然趋向，用这种方式来反映一个页面的用户体验度。同理还有分享、点赞等，原理相似。

绿萝卜算法之后，外链到底还有没有用?

有用。参见搜索引擎三定律之相关性定律。既然是定律，就不会改动。谁的内容被援用得多，谁就是权威。在主动推送呈现之前，外链应该算是蜘蛛认识一个页面内容的第一渠道。

外链一定要锚文本或者裸链吗?

不是。搜索引擎肩负重担，要努力发现真正有价值的东西，扫除那些没价值的东西。所以有可能你直接提交的链接没收录，在他人中央随意发个纯文本网址，被它发现了，还计算了加分。

除了锚文本和裸链，还能够用关键词+网址的方式发纯文本。这样在网址前面的那个关键词是会自动与该网址关联的。

还有，有些链接固然加了nofollow属性，但是在百度计算外链的时分，还是会计算的。

收录和索引到底什么关系?

收录表示蜘蛛来抓取过、剖析过。索引表示蜘蛛剖析之后，以为内容有一定价值。只需进入索引的内容才有可能出往常搜索结果中，展示给用户。也就是说只需索引的内容才有机遇带来流量。