新浪死鏈處理經(jīng)驗分享

　　在第四次深“度”接觸結(jié)束后，spider工程師表示新浪的死鏈處理工作一直效果不錯，提醒學院應該請其做個分享。新浪穩(wěn)座國家級門戶頭把交椅，誰還敢說自己網(wǎng)站結(jié)構(gòu)的復雜程度可以超越新浪。于是我們請王久明分享一下新浪在死鏈處理和死鏈預防（重要頁面因修改而產(chǎn)生死鏈）方面的經(jīng)驗。

　　一、在以下背景下會較多產(chǎn)生死鏈：

　　1、時政新聞的敏感性；

　　2、來自監(jiān)管的刪除需求；

　　3、頻道(編輯)自身刪改的需求；

　　4、搜索方期望資源方主動優(yōu)化和定期清除的需求

　　二、死鏈分類：

　　由于系統(tǒng)架構(gòu)、歷史遺留問題、多業(yè)務(wù)系統(tǒng)交叉影響等多方面因素，新浪存在如下三種死鏈：

　　1、協(xié)議死鏈，服務(wù)器端返回HTTP狀態(tài)碼404；

　　例如：‘誰在偽善’

　　http://news.sina.com.cn/movie/music/1999-06-15/2965.shtml

　　2，內(nèi)容死鏈，服務(wù)器端返回HTTP狀態(tài)碼200，無法設(shè)置為404；

　　例如：http://news.sina.com.cn/c/2015-04-23/184531753084.shtml

　　3，頁面需要用戶和蜘蛛可以正常訪問，但由于刪改或誤操作導致反復上下線形成協(xié)議死鏈或內(nèi)容死鏈。例如：http://news.sina.com.cn/2015-12-05/doc-ifxmhqaa9933763.shtml

　　上線后又下線，后又上線，甚至反復多次。由于下線期間存在協(xié)議死鏈或內(nèi)容死鏈的情況，導致百度認為該頁面應該被刪除，不被收錄，且即使后續(xù)重新上線也無法恢復收錄。對于這種情況，應加以預防。

　　三、解決方案：

　　1、協(xié)議死鏈，這個最符合HTML標準處理方式，站點方面無須多做什么，如果需要百度快速處理可以通過百度站長平臺的死鏈提交工具（http://zhanzhang.baidu.com/college/courseinfo?id=267&page=4#h2_article_title18）進行主動提交

　　2，無法設(shè)置協(xié)議死鏈接，僅主體內(nèi)容文本被刪除的內(nèi)容死鏈死鏈，新浪的處理方法是：

　　1）走事先之制定好的《死鏈標準流程》：用站內(nèi)標準內(nèi)容死鏈模板頁面（告訴用戶該頁無法找到）覆蓋需要刪除的頁面，5秒后跳轉(zhuǎn)到統(tǒng)一的全站導航頁，以減少用戶流失。

　　2）根據(jù)需要，比如根據(jù)特定關(guān)鍵詞圈定一批最終需要處理為協(xié)議死鏈的敏感頁面，將這些頁面鏈接放到一個文件里，由專人在服務(wù)器端修改成協(xié)議死鏈。通過百度站長平臺工具進行死鏈提交

　　3，針對反復上下線導致百度誤判為死鏈的情況，新浪的預防辦法是：

　　1）制度上：系統(tǒng)后臺設(shè)置提醒，提醒編輯上線后除非特殊情況不要下線；

　　2）功能上：這種情況在專題運營中最常見，且影響比單篇新聞頁要大，由于我站點運營規(guī)定是不能刪除頁面的，因此在系統(tǒng)后臺將“刪除專題（對編輯來說就是刪除該專題）”和“將專題調(diào)整為不對外顯示（對編輯來說不是刪除，而是暫時下線，調(diào)整為外網(wǎng)用戶無法訪問，可隨時再次重新上線）”兩個功能嚴格區(qū)分開，并提供回收功能。針對“將專題調(diào)整為不對外顯示”這種情況，不再將頁面更新為內(nèi)容死鏈（頁面無法找到），以免被百度誤判。專題頁面仍可訪問，只是站點不設(shè)置入口、不進行推廣，用戶沒有訪問來源而已。