百度收录这件事出现延迟的情况, 它不是由某一个单独的原因造成的, 而是网站的后台技术设置, 文章内容好不好, 网站在大家心目中的地位高不高, 还有来自外界的各种信号, 这些好多方面加在一块儿一起起作用带来的结果。

下面就是让大家明白为啥网站信息会被放得慢或者放了很久都没能被放出来的七个最主要的地方, 做网站的人可以按照顺序一个一个地去检查清楚。

网站未被百度正确收录索引

新建立网站或者更换了域名之后, 倘若没有通过百度资源平台, 就是原来的站长平台那边去提交sitemap文件, 或者是选择手动提交URL链接的话, 那么百度爬虫是没办法发现这些页面的存在的, 这个现象是导致收录出现延迟的最直接原因之一, 因此我们建议大家去注册一个百度资源平台的账号, 同时配置好sitemap.xml这种类型的文件, 并且需要定期地把新页面的URL信息进行提交。

robots.txt屏蔽了百度爬虫

部分网站在它们的robots.txt文件里面写错了东西, 写成了Disallow: /这种形式, 或者是写了专门针对Baiduspider这个爬行机器人的禁止规则, 这样一来, 爬行机器人就没法抓取网页了, 什么都抓不到。

百度收录延迟原因全解析:为什么你的网站总不被收录(图1)

建议大家检查一下自己的robots.txt文件, 要确保Baiduspider没有被封锁住, 只需要屏蔽那些不重要的路径就行, 比如后台管理入口或者临时创建的目录这些内容。

页面存在技术异常

这里面包括了页面返回5xx状态码的情况, 还有响应时间超过3秒的问题, 另外还提到了HTML标签嵌套错误, 以及关键内容被JavaScript动态渲染且百度无法执行JS的现象, 同时也指出了缺少meta信息的情况, 以及页面存在重复URL的问题, 比如无www与有www并存、http与https并存等情形。

建议方面, 你可以使用百度资源平台的抓取诊断功能来获取技术问题的具体信息, 并且要对URL规范进行统一, 再配置上301重定向这样的设置。

内容原创度不足或质量偏低

大量存在的采集行为、洗稿行为以及模板化生成的内容,是会被百度方面所识别出来的, 这些情况被识别为低质量内容的结果, 就是会触发收录速度的变慢或者直接把内容过滤掉不收录的机制, 因此这里给出的一个建议方向是要把核心内容的原创性给保证好, 要让正文字里的有效文字数量达到不少于八百字的这样一个条件标准, 同时需要去避免那些关键词堆积在一起的现象出现, 还要确保每一页面上的内容都具备着自己独立的对于信息的价值表达。

大城新闻网

百度收录延迟原因全解析:为什么你的网站总不被收录(图2)

站点权重与历史表现不佳

因为新成立的网站在早期的时候权重是偏低的那种情况, 所以百度分给这个网站的进行抓取的那个次数就比较少一点, 再一个情况如果说这个站点过去存在过非常多的死链接, 或者被挂上黑链, 还有频繁地更换域名或者是长期都没有更新的经历, 都会被列入到优先权比较低的那个队列里面去, 因此我这边给你的建议是要保持每周至少要更新两到三篇原创性的内容这一块, 同时还需要定期的把那些死链接清理掉, 并且要保持域名的稳定性不要随便变化。

外部信号与信任度缺失

网站方面缺少权威的链入连接情况, 另外还没有按照规定完成互联网信息服务备案手续, 这种情况是基于服务器位于境内而说的, 同时SSL证书也存在缺失现象, 而且网站上没有清晰地展示出明确的主体身份信息, 上述种种因素都会影响到百度搜索引擎对于该站点所建立的信任程度的判断结果, 这就间接延长了内容被收录所需的时间长度, 所以给出如下具体建议方向: 第一步是先把ICP备案这个手续给办妥当, 第二部是把HTTPS这种安全协议部署上去, 第三步是要想办法去获取那些处于行业头部位置的权威性网站所带来的自然类型的链入连接资源, 第四部是需要把诸如关于我们这类能够反映主体信息的页面内容给完善好。

内容提交与索引流程存在时间差

百度收录延迟原因全解析:为什么你的网站总不被收录(图3)

即便是所有相关的配置都已经变得完全正确, 百度也要经历从发现到抓取, 再到处理过滤, 接着形成索引, 最后展示出来这样一个自然的周期过程, 这是必须要经历的时间段的。

平常的普通页面一般都要花7至30天的时间, 而如果是刚刚建立的新站的首页, 那么到达可显示状态可能需要超过45天的更长时间。在这种等待的阶段里面, 如果搜索结果里还没有显示出你的网页信息, 那属于是一种正常的现象, 并不需要你去反复多次地进行提交操作。

给出的建议是: 当你们提交了相关网址之后, 就应当保持足够的耐心去静静等待时间的过去, 一定不可以避免短时间之内进行高频次的重复性动作, 比如不停重复向服务器提交同一个链接地址, 这样做的目的在于以防万一系统因为收到过多请求而自动触发了相应的频率控制限制规则。

排查优先级建议: 要先确认 robots.txt 的情况以及站点是否能够被正常访问, 这个过程可能需要 1-2天的时间, 接着要检查是否存在技术方面的异常情况, 之后还需要对内容质量进行评估, 最后再把注意力和精力放在权重指标与外部信号等方面, 相关步骤标记为 5到6。

绝大多数的关于收录延迟的问题, 都可以在前四个项目里面找到根本原因并进行定位。