首先，小編要對各位站長朋友說聲抱歉，VIP大講堂上海站已經(jīng)過去N久，QA內(nèi)容今天才發(fā)布出來。各位站長參加VIP大講堂，除了聆聽官方聲音外，更重要的是可以與百度專家進(jìn)行面對面的溝通。VIP大講堂上海站請出了百度spider專家孫權(quán)，這是他第一次走出來與站長進(jìn)行培訓(xùn)交流，課程中抖出干貨無數(shù)，各位無法參與現(xiàn)場培訓(xùn)的站長除了申請觀看培訓(xùn)現(xiàn)場視頻外，還可以通過QA記錄看看自己心中的疑問是否已被解答。

　　由于現(xiàn)場QA環(huán)節(jié)火爆熱烈內(nèi)容超多，故本次僅放出spider抓取建庫部分，其它內(nèi)容請靜待下期。

　　問：為什么收錄量像坐過山車一樣的，還有為什么有些網(wǎng)頁今天在明天就沒了？

　　答：百度會周期建庫，且每個庫的收錄量是恒定的，你老是有新增，肯定會再從庫里淘汰一些，反正總是保持那個庫是滿的。在建庫的過程中，你會感覺有波動。具體的怎么篩，哪個頁面會留下哪個頁面會淘汰，這個策略是有很多的，他隨著時(shí)間的變化，收錄的標(biāo)準(zhǔn)策略也是在發(fā)生微調(diào)。

　　問：我們站點(diǎn)使用CDN加速會不會比較容易造成蜘蛛無法抓取？因?yàn)橛袝r(shí)候修改掉他綁定的什么東西。

　　答：如果要修改掉一定要通知到上一級，現(xiàn)在不存在這個問題，現(xiàn)在你如果修改掉也可以解析掉，之前可能會存在這個問題。

　　問：你們百度自己也有一個CDN加速，對抓錄排名有沒有影響？

　　答：在使用CDN加速這個問題上，我們對所有站點(diǎn)一視同仁。但我建議你使用技術(shù)能力強(qiáng)的CDN服務(wù)商，保證站點(diǎn)的穩(wěn)定和速度，百度會更喜歡。

　　問：剛才您說IP上的站點(diǎn)數(shù)不能太多，那CDN這種情況怎么辦？

　　答：CDN的情況另說，如果我們識別出來是CDN的話不會受站點(diǎn)數(shù)量的影響，如果你是提供獨(dú)立IP的話會有這樣一些問題。

　　問：還是IP上站點(diǎn)數(shù)量的問題，如果是主域跟二級域名呢？也受數(shù)量限制？

　　答：我說的是獨(dú)立域名。當(dāng)然質(zhì)量比較好的二級域名也可以認(rèn)為是獨(dú)立域名

　　問：多個域名，他有相同的一些內(nèi)容，怎么建庫？

　　答：如果是多域名在同一個主域下面有相同內(nèi)容的話，不可能所有都建庫，而且被建庫的那個可能不是你希望的那個，所以盡量不要有相同的內(nèi)容。

　　問：剛才講的IP如果是多域名的話，好幾百個IP域名，現(xiàn)在我們也用了CDN，按照剛才的說法，單個IP最多抓多少？1000萬是說對站點(diǎn)還是對IP？

　　答：對IP，但1000萬是我舉例，不是實(shí)際的數(shù)據(jù)，這個數(shù)據(jù)不會分享出來的

　　問：現(xiàn)在我的網(wǎng)站被很多蜘蛛爬，我想只讓百度蜘蛛爬，百度蜘蛛IP多少？能設(shè)白名單么？

　　答：百度蜘蛛IP是不斷變的，現(xiàn)在網(wǎng)上的確有一些白名單的說法，暫時(shí)是有效的，但不保證今后不會變，所以建議站點(diǎn)還是通過ua進(jìn)行判斷，我們百度站長平臺上有相關(guān)的文章，你可以找一下。

　　問：如果我寫robots只想禁掉動態(tài)鏈接的話，會不會影響動態(tài)參數(shù)前面正常鏈接的抓取？

　　答：不會的，你原來的頁面還在，肯定會抓。

　　問：比如我們一個域名www.abcde.com，我們想把帶？號的url全部禁掉，首頁我們不要禁掉，怎么弄？

　　答：?前面有個*，后面再有個*就可以了。

　　問：我想了解，如果我現(xiàn)在收錄有5萬，大概多長時(shí)間才能把我原來收錄5萬重新抓取一遍？

　　答：不同站點(diǎn)不好說，一個是你站點(diǎn)做的很好，知名度很響更新很快質(zhì)量很好就會快；如果你的站點(diǎn)默默無聞，貢獻(xiàn)很少，可能就會很慢。

　　（接上個問題）

　　問：就是差不多的情況，大概。

　　答：這個沒有人能估出來。

　　問：百度站長平臺上有數(shù)據(jù)提交的工具，我們實(shí)時(shí)提交，你們也會實(shí)時(shí)抓取嗎？

　　答：不會，他會有一層判斷。現(xiàn)在只是通知你提交成功，后面什么時(shí)候抓，什么時(shí)候建庫沒有，我們正在研究要不要把這個分享出來。

　　問：我網(wǎng)站有一些列表頁，都沒有鏈接，擔(dān)心百度抓不到

　　答：現(xiàn)在百度站長平臺的站內(nèi)搜索工具有一個綠色收錄通道，在那里提交種子頁，我們就知道的。

　　（接上個問題）

　　問：提交種子頁面必須要用站搜？

　　答：是的。

　　問：如果說頁面里url特別多的話，蜘蛛會不會有選擇性的進(jìn)行抓取？

　　答：不會，他都會一個不漏給你提出來，但會把JS、CSS這樣的鏈接給過濾掉。但請注意，全部抓取過來之后會進(jìn)行篩選，并不是所有都會建庫。

　　問：現(xiàn)在很多網(wǎng)站都有自己的站內(nèi)搜索，都會產(chǎn)生站內(nèi)搜索結(jié)果頁，百度不喜歡搜索結(jié)果頁的話，我們用這個會不會對我們有影響？只是不喜歡還是對我們網(wǎng)站會有懲罰

　　答：蜘蛛會去抓，抓完之后重要是提取里面的鏈接。如果只有一兩條這樣的頁面質(zhì)量不好問題不大，如果整體質(zhì)量較差，有可能受到懲罰。

　　問：新出的時(shí)效性文章當(dāng)時(shí)沒有被收錄，后期是否還會被收錄？

　　答：會

　　問：站點(diǎn)每天最高爬蟲多少次？

　　答：這個其實(shí)說不好，有的站點(diǎn)我們一天會抓一兩千萬，有的站點(diǎn)只抓幾個、幾十個，看你的規(guī)模和質(zhì)量，而且這個抓取量也是會根據(jù)網(wǎng)站的情況進(jìn)行調(diào)整的。

　　作者：百度站長平臺