百度爬蟲在進(jìn)行抓取和處理時(shí)，是根據(jù)http協(xié)議規(guī)范來設(shè)置相應(yīng)的邏輯的，所以請(qǐng)站長(zhǎng)們也盡量參考http協(xié)議中關(guān)于返回碼的含義的定義來進(jìn)行設(shè)置。
　　百度spider對(duì)常用的http返回碼的處理邏輯是這樣的：
　　1、404
　　404返回碼的含義是“NOT FOUND”，百度會(huì)認(rèn)為網(wǎng)頁(yè)已經(jīng)失效，那么通常會(huì)從搜索結(jié)果中刪除，并且短期內(nèi)spider再次發(fā)現(xiàn)這條url也不會(huì)抓取。
　　2、503
　　503返回碼的含義是“Service Unavailable”，百度會(huì)認(rèn)為該網(wǎng)頁(yè)臨時(shí)不可訪問，通常網(wǎng)站臨時(shí)關(guān)閉，帶寬有限等會(huì)產(chǎn)生這種情況。對(duì)于網(wǎng)頁(yè)返回503，百度spider不會(huì)把這條url直接刪除，短期內(nèi)會(huì)再訪問。屆時(shí)如果網(wǎng)頁(yè)已恢復(fù)，則正常抓??；如果繼續(xù)返回503，短期內(nèi)還會(huì)反復(fù)訪問幾次。但是如果網(wǎng)頁(yè)長(zhǎng)期返回503，那么這個(gè)url仍會(huì)被百度認(rèn)為是失效鏈接，從搜索結(jié)果中刪除。
　　3、403
　　403返回碼的含義是“Forbidden”，百度會(huì)認(rèn)為網(wǎng)頁(yè)當(dāng)前禁止訪問。對(duì)于這種情況，如果是新發(fā)現(xiàn)的url，百度spider暫不會(huì)抓取，短期內(nèi)會(huì)再次檢查；如果是百度已收錄url，當(dāng)前也不會(huì)直接刪除，短期內(nèi)同樣會(huì)再訪問。屆時(shí)如果網(wǎng)頁(yè)允許訪問，則正常抓??；如果仍不允許訪問，短期內(nèi)還會(huì)反復(fù)訪問幾次。但是如果網(wǎng)頁(yè)長(zhǎng)期返回403，百度也會(huì)認(rèn)為是失效鏈接，從搜索結(jié)果中刪除。
　　4、301
　　301返回碼的含義是“Moved Permanently”，百度會(huì)認(rèn)為網(wǎng)頁(yè)當(dāng)前跳轉(zhuǎn)至新url。當(dāng)遇到站點(diǎn)遷移，域名更換、站點(diǎn)改版的情況時(shí)，推薦使用301返回碼，盡量減少改版帶來的流量損失。雖然百度spider現(xiàn)在對(duì)301跳轉(zhuǎn)的響應(yīng)周期較長(zhǎng)，但我們還是推薦大家這么做。
　　我們的建議
　　1、如果站點(diǎn)臨時(shí)關(guān)閉，當(dāng)網(wǎng)頁(yè)不能打開時(shí)，不要立即返回404，建議使用503狀態(tài)。503可以告知百度spider該頁(yè)面臨時(shí)不可訪問，請(qǐng)過段時(shí)間再重試。
　　2、如果百度spider對(duì)您的站點(diǎn)抓取壓力過大，請(qǐng)盡量不要使用404，同樣建議返回503。這樣百度spider會(huì)過段時(shí)間再來嘗試抓取這個(gè)鏈接，如果那個(gè)時(shí)間站點(diǎn)空閑，那它就會(huì)被成功抓取了。
　　3、有一些網(wǎng)站希望百度只收錄部分內(nèi)容，例如審核后的內(nèi)容，累積一段時(shí)間的新用戶頁(yè)等等。在這種情況，建議新發(fā)內(nèi)容暫時(shí)返回403，等審核或做好處理之后，再返回正常狀態(tài)的返回碼。重慶網(wǎng)站建設(shè)
　　4、站點(diǎn)遷移，或域名更換時(shí)，請(qǐng)使用301返回碼。