百度蜘蛛抓取不存在目录 对应的解决方法

相信大家在分析百度蜘蛛日志的时候经常会发现一个问题，就是百度蜘蛛经常会抓取一些不存在的目录，比如：我网站没有这些目录，但是百度蜘蛛一直在抓取，或者你会发现百度蜘蛛在抓取自己的隐私目录，或者说php文件，这个是为什么哪？今天就为大家进行详细解析，讲解对应的解决办法，本篇文章干货较多，建议仔细阅读。

1，如果蜘蛛只抓取首页，打死不抓取内页，是什么情况！很简单，域名有问题，一般来讲，如果遇到这种情况，域名目前可能在审核期，也就是说，做过违规行业，或者你的程序有作弊的嫌疑，但是域名的占比较大，如果程序有问题，开始百度蜘蛛也会抓取一些的。

2，如果百度蜘蛛抓取一些隐私文件，例如php、zip、rar什么情况！对于这种情况，你要去判断当前这个IP是不是假蜘蛛文件，因为现在很多IP会自动更改自己的UA，跟百度蜘蛛一样，你无法从蜘蛛日志中分辨，你可以去识别下IP，通过ip138看看是不是蜘蛛IP，如果不是，果断屏蔽掉，如果太多，按照IP段进行屏蔽。

3，如果百度蜘蛛抓取一些隐私目录，真蜘蛛的情况下，怎么处理。如果你确认是真的百度蜘蛛，百度可能是在抓取你的页面内部程序，考察你用的程序的版本，等，这些百度都会有分辨策略的，一般来讲，自己编写的程序，百度都会优先给予高评分，是这样的。我们为了防止蜘蛛抓取我们的隐私目录，我们一般都会用robots.txt进行屏蔽，记住：生效时间24小时左右。

4，如果蜘蛛抓取一些不存在的目录，一些不存在的文件，怎么办？

首先依然是判断是否是真蜘蛛，如果是真蜘蛛，百度抓取一些不存在的目录，是因为，你这个域名之前做过一些站点，现在又开始做，百度会根据之前的评分、URL进行抓取，看看是不是之前的站点又恢复了，一般来讲，这种抓取会在30天内自动消失的，如果30天后一直存在，你就要屏蔽这类链接了，总之：这种抓取对于你的站点，没有太大的伤害，只是排查而已。

另外还有一种情况，如果你把其他的站点301到你当前的域名上，蜘蛛就会按照其他站点的URL来抓取你的网站，这个时候你也会发现百度在抓取一些不存在的目录，不过不用怕，这种对于你的站点没有伤害的。

5，蜘蛛抓取，301、304,、200、403、404、444状态码怎么办？

首先我们要明白，301状态码，就是重定向，如果你的顶级域名，例如daidaiseo.com-》www.daidaiseo.com当百度抓取daidaiseo.com上面的资源时，就会出现301重定向的代码，如果抓取www.daidaiseo.com上面的资源，就会是200状态码，意思是抓取成功。

而抓取304状态码是为什么那？如果你在日志上看到了304状态码，则表示，你的资源一直都没有变化，属于静态页面资源，304状态码，对于网站的影响比较小，一般来讲是做了百度cdn，有缓存，就容易出现304状态码，但只要你每天给百度提交资源，时时保持更新，就没事。

403是权限问题，禁止访问，是你服务器进行了设置，而444则是未找到服务器，404则是空页面，这个页面丢失，这三个状态码，则表示网站出现问题，记住：不要让网站出现大量404，你可以让状态码变成403只是限制访问，如果都是404，则表明网站大量页面不可用，百度评分就会降低，好了，今天就讲解到这么多，后面会陆续分享这方面的知识点。