| |
|
|
动态网站的优化策略
动态网站的优化策略
搜索引擎抓取动态网站页面时面临的问题
从用户的角度看，动态网站非常不错，丰富了站点的功能，但是对于搜索引擎来说，情况就不同了。根本的问题
在于“输入”和“选择”，动态页面是在用户"输入内容"或者进行“选择”时动态生成的，但是搜索引擎的“搜
索机器人”无法“输入”和“选择”。比如我们要在当当书店站点查看冯英健的《网络营销基础与实践》一书，
介绍页面是动态生成的，URL地址是：http://www.dangdang.com/product_detail/product_detail.as-
p?product_id=493698这里在“？”后面的product_id参数值需要我们输入的，“搜索机器人”可以通过链
接找到http://www.dangdang.com/product_detail/product_detail.asp ;页面，但是它无法输入“？”
后面的product_id参数值，从而无法抓取这个页面文件。
另外，对于通过链接达到这种带“？”的页面，技术上搜索引擎可以抓取，但是一般情况下搜索引擎选择不去抓
取，这是为了避免一种叫“搜索机器人陷阱（spider traps）”的脚本错误，这种错误会让搜索机器人进行无限
循环的抓取，无法退出而浪费时间。
动态网站的优化策略
动态网站要被搜索引擎抓取，可以采用内容发布系统软件将动态站点转化成静态页面，这种办法对于页面发布后
变动少的站点比较合适，比如一些新闻类的站点（如新浪的新闻中心：http://news.sina.com.cn/）一般的动
态网站可以通过下面的办法让搜索引擎抓取：
首先，我们要让动态页面的URL地址中没有“？”，让动态页面看上去象“静态页面”。看看下面这个页面
http://www.amazon.com/exec/obidos/tg/detail/-/043935806X/ ;这明显是一个动态页面，但是URL
地址看上去却象“静态页面”。针对不同的动态技术可以采用下面技术实现：
·对于采用ASP技术的动态页面Exception Digital公司提供一种工具叫着XQASP（http://www.xde.net/p-
roducts/product_xqasp.htm）可以将“？”替换为“/”。
·对于采用ColdFusion技术的站点，需要重新配置服务器上的ColdFusion，用“/”代替“？”将参数传输到
URL，更详细的信息请见http://coldfusion.com/站点。
·对于使用Apache服务器的站点，可以使用rewrite模块将带参数的URL地址转换成搜索引擎支持的形式，该
模块mod_rewrite在Apache服务器中不是缺省安装的，详细的信息请见http://httpd.apache.org/docs/-
mod/mod_rewrite.html。
对于其他的动态技术也能找到对应的方法改变URL的形式。然后，要创建一些静态页面指向这些动态页面（以改
变过的URL链接）。前面说过，搜索引擎机器人并不会自己“输入”参数，所以要让上面这些动态页面被搜索引
擎抓取，我们还需要告诉机器人这些页面的地址（也就是参数）。我们可以创建一些静态的页面，一般在网络营
销中称“gateway page”（入口页面），这些页面上有大量指向这些动态页面的链接。将这些入口页面的地址
提交到搜索引擎，这些页面和链接的动态页面（改变过URL形式）就能都被搜索引擎抓取了。
搜索引擎对动态网站支持的改进
在我们调整动态站点适应搜索引擎的同时，搜索引擎也在发展。到目前为止，绝大多数的搜索引擎还不支持动态
页面的抓取，但是GOOGLE、HOTBOT等和国内的百度开始尝试抓取动态网站页面（包括“？”的页面），这就
是我们现在在这些搜索引擎进行搜索时，结果中出现动态链接的原因。
这些搜索引擎抓取动态页面时，为了避免“搜索机器人陷阱”都只抓取从静态页面（至少“看上去”是静态的页
面）链接到的动态页面，而从动态页面链接出的动态页面都不再抓取。所以一个动态站点如果只针对上面这些搜
索引擎，可以在上面小节介绍方法的基础上简化：只用创建一些入口页面，链接很多动态页面，然后将这些入口
页面递交到这些搜索引擎就可以了。
对于直接使用动态的URL地址，请注意：
·文件URL中不要有Session Id，同时不要用ID作为参数名称（特别是对于GOOGLE）；
·参数越少越好，尽量不要超过2个；
·能在URL中不用参数尽量不要用，一些参数转移到其他地方，这样可以增加动态页面被抓取的深度和数目。 |
| |
