现在人要是想最快搞清楚百度的收录状态, 那最直接的招数就是去那个百度搜索框里面, 动手输入site和你的域名这两个东西连在一起, 然后一看结果页, 上面就会直接蹦出来这个域名下面被百度给索引了的页面的总数是多少, 这事儿对站长还有那些做SEO的人来说, 这是他们用来判断收录情况最最核心的第一步。
五种核心查询方法
1. 百度站内检索法(最通用)
用户在百度首页的搜索框里面输入, 那个指令是site:你的域名, 在这个域名的前面是不加www的, 也是不加https://的, 然后敲回车键, 接着观察结果页顶部会出现的一个提示, 这个提示的内容是百度为您找到相关结果约X份, 如果那个X代表的数字是0, 或者系统提示未找到相关结果, 这就说明在您的这个域名下面是没有页面被收录进来的, 要是显示了具体的一个数字, 那就意味着对应的页面已经进入了百度的索引库, 这个方法是用在批量地、快速地判断整体的收录情况的。
2. 百度资源平台精准查询(最准确)
登录百度资源平台(ziyuan.baidu.com), 进入"抓取诊断", 然后进入"URL检测"环节粘贴具体的页面URL, 这样你就可以实时查看这个页面的收录状态、最近一次抓取的访问时间以及该页面是否已经被索引了, 这种方法主要适用于对单个的关键页面进行精确的检查工作, 其提供的数据的颗粒度是最为细致的。
3. 直接搜索域名全称(辅助验证)
直接在百度的搜索框里输入你自己的域名, 比方说“gname.xin”检查百度收录状态,然后看一看不好的首页, 是不是出现了该域名下面的具体内容的页面。
如果好多个搜索结果都指向这个自己的域名, 那就说明站点已经被批量地收录了。可是, 如果是只显示了你自己域名的名字, 或者根本就没有任何的结果出现, 这就代表了被收录的数量是极低的, 甚至是零。
4. 排查robots.txt(排除屏蔽因素)
你打开浏览器, 在地址栏里输入你的域名后面再加一个斜杠加robots.txt, 然后一行一行地去看, 看里面是不是写着"Disallow: /"或者有针对某个具体目录的屏蔽规则, 如果发现这个文件里明确写了禁止百度蜘蛛也就是英文名为User-agent: Baiduspider的那个东西来爬取网站的话, 那么你的所有页面都肯定不会被抓取走, 这样一来你网站能被收录的数量就一定是零。
5. 主动提交后跟踪验证
把那个网址推到百度资源平台去, 通过“普通收录”这种方式或者通过“API接口提交”这种方式来进行操作, 然后就在四十八个小时以内去平台的“URL收录”这个网页看一看, 看看这个网址的状态是不是已经从“待抓取”变成了“已收录”, 这就是让一个新页面去最快的速度确认它有没有被收录的一个办法。
未收录的常见原因与对应处理
日常监控建议
建议每周都固定着去做一次用site加上那个域名的方式来进行检索的工作, 并且在做完以后要把收录量的这个数值记录清楚, 这样就能形成一条有趋势的曲线了。
如果发现这个收录量的数据在连续的两个星期里面都出现了比较明显的下降, 那么就要第一优先去排查一下是不是触发了百度那边质量方面的算法惩罚, 比如说可能存在批量低质外链或者重复内容这样的情况。
同时也要记得在这个时候把资源平台上面的站点监控告警功能开启起来, 这样子当系统抓到了异常的情况的时候, 它就会自己自动地去推送通知信息, 这样就可以避免说这个问题长时间都没有被人发现了。
你要把上面那五个方法弄明白, 然后建立起每一个星期都要做一次检查的这种习惯, 这样你就能自己一个人把百度收录情况从头到尾仔仔细细地查一遍, 而不用依靠任何外头的其他工具。

