智能建站如何定位网站的SEO问题？
时间：2016-06-06 17:36:51
作者：博捷网络
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。
我们可以下载外链数据，来进行初步分析。
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
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。
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。
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。
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。
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
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。
来自于博捷智能建站、自助建站 www.3135.com
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。
我们可以下载外链数据，来进行初步分析。
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
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。
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。
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。
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。
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
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。
来自于博捷智能建站、自助建站 www.3135.com
