智能建站如何定位网站的SEO问题?

网站链接分析,源于对Web结构中超链接的多维分析,是网站优化运营中不可缺少问题诊断方法。百度站长平台也推出其官方的链接分析工具。那么,我们该如何利用好百度站长工具的链接分析功能,来定位网站可能存在的SEO问题呢?

1、本文的主要内容有哪些呢?

(1)查找是否有黑链出现——从日志分析,百度蜘蛛抓取了网站的哪些预期外的页面,是否存在黑链。(这个可能要先卖个关子,因为这又是个大工程啦,本期专题会提到一些)

(2)百度站长工具外链分析——查看是否有垃圾外链、黑链等,以及链向的站内什么地方,如何处理。(本期里面也有所涉及)

(3)百度站长工具链接分析——三大死链(内链死链、链出死链、链入死链),批量下载数据,合并数据,excel操作,按逻辑分类,定位问题,处理问题。(定位和处理,材料不够,因为好多已经处理过了,没有材料了= =|||||)

(4)从分析这些数据,得到的与SEO效果相关的其他信息(垃圾搜索引擎、垃圾外链带来的无用抓取,浪费资源配额,如何拒绝。)

(5)如何自动化地使用shell脚本,定位到被百度蜘蛛抓取到的死链,并进行复查,然后将确定为死链的URL进行自动化提交。(本期专题内容太多,留作下期专题用)

(6)分析工具介绍(firefox设置,插件,excel,windows命令提示符批处理)

2、本文中主要使用到的工具

(只是结合例子中,如果有其他相似功能的工具,请结合自身习惯使用即可)

【浏览器】火狐(Firefox)浏览器,版本无所谓

【插件】:Launch Clipboard

功能:一键打开剪切板中存在的URL。(注意URL中只能有英文数字标点,如果有中文可能无法被识别)。快捷键:alt + shift +K(先复制好单个或者多个URL)

设置:打开选项设置,选择好下载文件自动保存的位置(我这里选择了桌面,你也可以单独创建一个文件夹,好对批量下载的文件进行归类)

【表格处理】:Microsoft Office 2013 Excel

【文本处理】:Notepad++

【批量处理】:Windows自带命令提示符

一、我们可以先看一下外链分析。

分析外链数据的主要目的是,找出垃圾外链,主动去封堵垃圾外链可能对网站造成的恶劣影响。最终目标:

1、找到垃圾外链的域名,进行防盗链处理(针对来源为垃圾域名的,直接返回404状态码);

2、处理站内可能存在问题的页面。

这里,我会重点讲解第一点;第二点比较简单,我会讲解得比较粗略。

1、定位出垃圾域名。

网站优化 百度站长平台 链接分析工具 网站SEO

图注:可以看到这是一个明显不正常的趋势图

我们可以下载外链数据,来进行初步分析。

网站优化 百度站长平台 链接分析工具 网站SEO

图注:下载得到的表格文件(csv逗号分隔符)

但是这样一份原始数据,是很难进行分析的。因此我们需要按照一定逻辑对其进行分析——就是按照【被链接的网页url】进行分类。

首先,我们可以快速浏览一下,进行直观判断,这些页面大部分是什么页面呢?

针对我们网站的情况来说,外链数据分为两类,正常外链与垃圾外链。

而垃圾外链又分为两种:站内搜索结果页面(垃圾搜索词)以及被黑客入侵植入的黑链(已经处理为死链)。

我们进行数据处理的目的有两个:识别出哪些是正常外链,哪些是垃圾外链,并根据垃圾外链的相关数据,进行一些处理,保护好网站;并且需要使被垃圾链接指向的页面,不被搜索引擎抓取(浪费抓取资源配额)以及被收录/索引(保证网站词库不受污染,不为网站带来形象与关键词方面的负面影响)。

第一步,筛选出网站的搜索结果页面

网站优化 百度站长平台 链接分析工具 网站SEO

6.png

图注:筛选数据、复制到新的sheet中,删除原始sheet中的筛选数据,来分类数据

还有几类搜索链接格式,都以相同方式进行处理。

然后把原始sheet中剩下的数据进行去重(空白行),得到剩余的链接信息。

7.png

图注:对剩余数据进行简单的去重处理。

然后,我们需要对黑链进行筛选。黑链的数据,一般需要先从网站日志中分析得到(这样是最全面的,为了保证效率,会需要使用到shell脚本来自动运行,但是涉及篇幅过多,我将在以后的专题中进行讲解)。

当然也可以对表格中【被链接的网页url】这一列按照顺序排序后,挨着分析得到(自己去打开,同时黑客会使用一些特殊手段,妨碍我们去识别真正的会被搜索引擎识别到的垃圾内容,最常见的情况就是,使用js跳转。这样我们通过浏览器访问时,会看到完全不一样的内容,而搜索引擎抓取时,则下载到了垃圾内容。)

这时,我们需要使用一款firefox插件【No script】,旨在屏蔽网站上的js,看到与搜索引擎类似的内容。

8.png

图注:屏蔽浏览器中java script的插件

另外还有一种不是很靠谱的甄选方法,在搜索引擎里面去搜:【site:域名 博彩】之类的关键词,把不符合网站预期的关键词拿去搜,就可以得到很多链接了。(这里需要使用一些方法,把链接全都批量导出,在今后的专题中,我会继续讲解的)

筛选过程我就只能省略啦,可以结合视频看一看。

9.png

图注:筛选出来的网站黑链

我们之所以要这么辛苦地找出垃圾外链,目的就是要把这些垃圾外链的域名记录下来,避免这些垃圾域名被黑客重复利用,拿去制作新的垃圾链接,从而在第一时间拒绝掉这些垃圾外链,使百度蜘蛛从垃圾外链访问我们网站上内容时,无法获取到任何信息(也就是返回404状态码,被识别成死链),久而久之,这些垃圾域名的权重就会越来越低(因为导出了死链,影响搜索引擎的正常抓取工作),这样我们不仅保护了自己,也惩罚了敌人。

具体方法是,把垃圾页面找出来——从搜索结果页面和黑链的两个sheet中,把外链页面整合到一起。如sheet3所示。

10.png

图注:合并垃圾外链页面

接下来的处理会使用到一款小工具,来快速获取这些链接的主域名。

https://www.benmi.com/getdomain.html

11.png

图注:将链接复制到左边红框里,点击本地提取,就会出现在右侧红框

如此一来,我们就得到了这些垃圾外链页面的主域名,我们只需要在我们服务器上配置一下防盗链,禁止refer(来源)为这些域名的访问(返回404http状态码)即可。

2、从站内对搜索结果页面进行处理(黑链处理我保留在下一次专题,因为要大量结合linux的shell脚本):

权重比较高的网站的站内搜索,一定要注意antispam(反垃圾)。如果不加以防范的话,一旦被黑客利用,那么可能会造成大量搜索页面被百度抓取,黑客利用高权重网站的资源,快速做好黄赌毒行业的关键词排名。但是这对于我们网站来说,则是噩梦般的打击。不作处理的话,可能会导致如下几方面的问题:浪费大量的蜘蛛抓取配额,去抓取垃圾页面;垃圾页面被搜索引擎收录,网站词库被黑客污染,使得网站的行业词和品牌词排名不理想;对网站形象造成损失……等。

在进行这类反垃圾策略的时候,我们需要关注四个方面:站内用户可以正常使用;不允许搜索引擎抓取这类页面;拒绝垃圾外链的访问;页面上不得出现垃圾关键词。

既然有了明确的目标,那么相应的应对方案也就出来了,那就是:

A 限制来源,拒绝掉所有非站内来源的搜索

B 页面上的TKD等关键位置,不对搜索词进行调用

C 指定敏感词库过滤规则,将敏感词全部替换为星号*(有一定技术开发要求)

D 在robots.txt声明,不允许抓取

E 在页面源代码head区间添加meta robots信息,声明该页面不允许建立索引(noindex)

进行以上处理,可以解决掉大部分站内搜索页面(不局限于该类页面,甚至其他的页面只要不希望搜索引擎抓取以及建立索引的话,都可以这样处理)容易出现的问题。