监测网站URL是否已被谷歌爬虫抓取（百度蜘蛛、雅虎爬虫亦可监测）；查找404页面；查找设置过302跳转的页面；统计每天被搜索引擎抓取的页面
站长之家（Chinaz.com）2月6日消息 近日，国外SEO从业者Eli Schwartz分享了他使用Splunk的几个心得。以下为Eli Schwarz（下文中的“我”）分享的经验：
想必每个对SEO技术感兴趣的站长都希望能够从更深层次了解网站架构、以及谷歌搜索引擎的排名规则等。从我这些年研究SEO技术的经验来看，深入分析网站访问日志能够让我更了解搜索引擎是如何“看待”网站的，而在众多网站分析工具中，Splunk无疑是最让我放心、也是最实用的一款。
注：splunk是机器数据的引擎。可用于收集、索引和利用所有应用程序、服务器和设备(物理、虚拟和云中)生成的快速移动型计算机数据 。
1、监测网站URL是否已被谷歌爬虫抓取（百度蜘蛛、雅虎爬虫亦可监测）
当网站生成了一个新的页面，站长们最关心的自然是页面的收录问题。如果以快照作为指标，或许得在谷歌爬虫抓取后的几天（甚至几个星期）才能确定是否已被收录。要快点儿的话，可以直接在搜索引擎中搜索相关页面的标题。
而最行之有效的便是查看网站日志，便可确定网页是否已被谷歌爬虫抓取。这就该用到Splunk了。
具体步骤：
1、首先选择要查询的时间段。时间段越短，响应速度自然越快，所以尽可能缩短查询的时间差。
2、在查询框中输入以下查询语句：
index = {the name of your index} url stub AND googlebot
比如：如果你索引名是“Primary”，URL是“free-trial.html”，则查询语句为：
index=primary free-trial.html AND googlebot
2、查找404页面
404页面是一种很招人烦的东西，98%的访客在看到404页面时，往往都会直接关闭页面。这样一来，你的网站不仅损失了一次展示内容或产品的几乎，用户还默默的在心里给了你个差评。你：以后还来我们网站吗？用户：呵呵。
对于404页面，你可以选择使用ScreamingFrog之类的工具来查找修复。但是在失效页面数量太多的情况下，你就该事实日志解析了。通过日志解析，你可以找出那些最多人访问的404页面，有选择的来修复页面、或是做跳转。
设置Splunk来查找404页面：
1、首先选择查找时间差，我通常将其设为30天，你们可以按需随意设置。
2、在查询框中输入以下查询语句：
index = {the name of your index} status = 404 | top limit = 50 uri
限制数量可自行确定，我比较喜欢定为50条URL。查询语句执行完成后，点击Statistics选项，便可在列表中找出访客最多的404页面们。
3、查找设置过302跳转的页面
不同于301跳转，302跳转属于暂时重定向。不过在很多链接价值测试中，302都能通过测试，而且也有排名。但由于前些年，不少黑帽SEO通过这项技术来获取排名，如今很多搜索引擎都加大了对其的打击力度。因而302跳转只能用于那些只需做暂时跳转的页面。
通过Splunk查找302跳转页面的步骤：
1、同样也是先选择查找时间段，可按需设置，我喜欢将其设为30天。
2、输入如下查询语句：
index = {the name of your index} status = 302 | top limit = 50 uri
跟查找404页面一样，可按需设置。
4、统计每天被谷歌搜索引擎抓取的页面
如果你有用过谷歌管理员工具，那么你对谷歌抓取URL的展示页面一定不陌生。但这些数据是否准确，你得查看网站日志才能确定。
使用Splunk查询每日抓取的URL步骤：
1、同样也是选取时间，我还是喜欢设为30天（如果数据较多可以7天为单位）。
2、输入查询语句：
index ={name of your index} googlebot | timechart count by day
查询语句执行完后，点击Statistics选项，则会看到谷歌爬虫每天抓取的页面数据。也可点击“visualization”选项查看变化详情。
本文地址：https://www.pizijiang.com/tougao/102537.html
举报投诉邮箱：253000106@qq.com
微信扫一扫 
支付宝扫一扫 
