高效采集网站， 解决运维难题及SEO优化实战经验分享

我是一个纯采集站长，

原创与采集：哪个更胜一筹？

原创内容自然是最好的，百度也这么提倡。但问题在于，即使我们原创了很多文章，也不一定能够被收录，或者收录了却没有好的排名。这是主要原因是搜索引擎的核心价值是为用户提供他们最需要的后来啊。对于需求量小或几乎没有需求的内容，即使你是原创，也可能被搜索引擎忽略。

关键词：搜索引擎需求的标识

搜索引擎通过关键词来统计网民的需求。出现。

采集的必要性

虽然原创内容好， 但只要方法适当，采集的效果并不会比原创差多少。特别是对于精力有限的情况，原创很难保证长期大量更新。还有啊，市面上有很多采集器，我们可以根据自己的需求来选择。

采集器的选择与使用

每个采集器都有其独特之处。我的采集器是自己开发的， 考虑了以下几方面：

• 提供已分类的海量关键词，这些关键词都是百度已经统计的有网民需求的词。
• 直接按关键词采集，智能分析网页正文进行抓取。
• 抓取到的正文经过规范的标签清理，段落全部以标签呈现。
• 根据采集到的内容自动配图，图片与内容相关度非常高。
• 正文内容中的关键词自动加粗。
• 可直接使用关键词和其相关词组合作为标题。
• 可直接进行微信文章采集。
• 不用触发或挂机。
• 集成百度站长平台主动推送，加快收录。

网站程序对SEO的影响

按道理讲，不同的网站程序对SEO没有影响。主要原因是搜索引擎并不知道你使用的是什么程序，或者它可以通过一些规则识别出来。真正影响SEO的是模板。主要原因是大体上这些程序都有模板机制，不同的程序也可以输出同样的页面。

页面模板设计应注意的细节

1. 权重结构顺序：整个页面的html中， 越靠前的位置，权重越高。

2. 遵循W3C标准：搜索引擎会遵循W3C标准，所以呢一些用来表示重要信息的标签权重自然就高。

3. css或js代码：对搜索引擎来说通常是无意义的，尽量使用单独的文件来存放。

网站结构规划应注意的问题

1. URL设计：URL可以包含关键词， 不要太长，层次尽量不要超过4层。

2. 栏目设计：栏目通常与导航相关联，设计时应该考虑网站整体的主题。

3. 关键词布局：按道理讲每一个内容页都应该有它的核心关键词。

动态、伪静态、静态：哪个更好？

这个不能一概而论，推荐使用伪静态或静态。这三者的区别在于是否生成静态文件，以及URL格式是否动态。

改善访问速度的途径

1. 静态化。

2. 减少随机文章的调用。

3. 将图片、js、css等不经常修改的文件，放到专用的静态服务器上。

4. 使用各类云加速产品。

图片：引用远程网址好还是放在自己服务器好？

这个也是各有优劣。引用远程网址可以节约自己的带宽，但可能会主要原因是对方服务器缓慢、或删除资源、或防盗链，图片无法显示。如果下载到自己服务器，当然一切都自己掌控，但是图片会非常占用空间。

网站内链的优化

内链是百度官方推荐的优化手段之一，所以这是一定要做的。通常表现的形式是正文中出现某个关键词， 给这个关键词加上一个链接，指向另一个正好是这个关键词相关内容的页面。

伪原创手法：段落重排、句子重排、同义词替换

这些手法不好。主要原因是搜索引擎已经智能， 已经不是简单的数据库检索，它会自然语义分析，凡是语义解析比较困难的句子或者段落，它是可以判断为可读性差的。

评论模块：该要还是不要？

要。评论模块最头疼的事情是垃圾评论，通常真正发言的访客很少，垃圾评论一大堆。这里提供一个我已实现的方案，对收录可能有一定帮助：保留评论框，但禁止评论。所有评论由自己的网站程序生成。

绿萝卜算法之后外链还有用吗？

有用。参见搜索引擎三定律之相关性定律。谁的内容被引用得多，谁就是权威。在主动推送出现之前，外链应该算是蜘蛛认识一个页面内容的第一渠道。

收录和索引的关系

收录表示蜘蛛来抓取过、分析过。索引表示蜘蛛分析之后认为内容有一定价值。只有进入索引的内容才有可能出现在搜索后来啊中，展现给用户。