怎样用百度排查已收录页面网址的异常？

页面被百度收录了成千上万，不可观，天天嚷嚷百度不公平，原创都不收录，被人家网络推广网站推广转载还杠杠的，你知道收录的这些页面有多少是错误页面嘛？有多少页面打不开嘛？你花时间去整理错误页面了嘛？扪心自问这些问题在大部分网站上面都会出现，只是站长们都去注重网站排名去了，不在意这些细节问题，从不找自身的原因，反而去怪罪百度。

小问题也需要大智慧，处理网站错误页面是百度在优化白皮书提出的重点项目，作为站长的我们应该去发现这些重点，然后根据网站自身的问题去改进问题，提高在百度收录时遇到错误页面而给与负面影响，也给用户留下好的印象，提升网页的用户体验。作为菜鸟的我给大家了从那些方面来找出收录页面在百度中的错误。

1.服务器错误

服务器错误最主要的问题就是百度蜘蛛发起抓取网页的时候，httpcode返回的都是5XX状态码，这样会造成百度抓取不到规范的网页。造成服务器错误的原因有多种网站处于正在进行维护；该网站有程序出现批量错误。最好的解决办法就是找出程序的错误并做出适当的修改，如果是网站正在进行维护，请采用百度站长平台的闭站保护进行规范后然后再进行操作。

2.访问被拒绝

访问被拒绝最主要的问题就是百度蜘蛛发起抓取网页的时候，httpcode返回的都是403状态码，这样同样会造成百度蜘蛛抓取不到规范的网页。造成访问被拒绝的原因也有多种网站权限受限制；IP地址被拒绝；服务器流量超负荷。这几种错误原因解决办法也很容易，找出网页所在目录给与百度蜘蛛足够的权限去抓取页面，查看百度蜘蛛的IP地址是否被封禁，服务器流量过大的话那就升级服务器。

3.找不到页面

找不到页面最主要的问题就是百度蜘蛛发起抓取网页的时候，httpcode返回的都是404状态码，这种错误是网页最主要的，几乎所有的网站都有这种页面存在。造成找不到页面的原因可以列举一大把过期的团购网页；误删数据库；垃圾帖子删除。其实这些问题能够轻而易举的就解决了，建立合适的404页面，遇到404状态码就返回404页面。

4.其他错误

其他错误包括的项目就比较多了，但问题大概还是差不多的，就是百度蜘蛛抓起网页的时候httpcode返回的4XX状态码，除了403和404之外的其他状态码。这种问题的来源也是蛮多的请求的URL太长【参数太多】；要求验证身份；不支持的类型；浏览器不接收所请求的页面。解决这些问题比较复杂，URL过长的话需要解决参数的排序位置，身份验证的就要从部分网站权限控制和其他程序问题来控制了，类型尽量做到每个类型就覆盖到自己的网站。

，运用好百度站长平台的抓取异常这个栏目选项，你就能找到百度蜘蛛在抓取网页的时候遇到的瓶颈，解决掉这些对蜘蛛爬取的有阻拦的问题，你就能把所有在百度已经收录的页面统计出来，然后根据不同的问题解决掉就可以了。网站抓取问题解决了，百度收录量就会duang，duang，duang的疯涨了。老板再也不担心我的网站收录数据差了。