关键词自动采集生成内容系统(百度网站优化，有些是关于采集和运维，都是很基础的)

　　关键词自动采集生成内容系统(百度网站优化，有些是关于采集和运维，都是很基础的)

　　我是一个纯粹的采集站长。下面总结，有的是关于百度网站优化，有的是关于采集和运维。都是很基本的个人观点，仅供分享，请自重自明是好是坏，真知灼见。

　　原创好还是采集好？

　　当然是原创好，因为百度这么说，谁是裁判。

　　为什么我原创有很多文章，但还是没有收录？收录没有排名？

　　一个搜索引擎，其核心价值是为用户提供他/她最需要的结果。搜索引擎对网民的需求有统计。对于网民需求很少或几乎没有的内容，即使你是原创，也可能会被搜索引擎忽略，因为它不想在无意义的内容上浪费资源。

　　对于网民需求量很大的内容，收录应该更多更快。不过因为收录多，就算你是原创，也可能很难挤进排名。

　　搜索引擎统计中对网民需求的识别是什么？

　　关键词。当每个人搜索一个关键词时，就表明他/她对与该词相关的内容有需求。而且，使用搜索引擎的人通常会有问答和搜索查询。当然，搜索引擎内部必须有一个非常庞大的分析系统，才能准确定位这些需求。详见百度指数。例如，搜索到的关键词 是“手机”。很有可能你想买一部手机或查看某个型号的价格，或者你可能只是想下载一张漂亮的壁纸。但是，如果你想要壁纸，会有更准确的关键词“手机壁纸”，会以下拉框或相关搜索的形式显示。

　　既然原创好，为什么采集？

　　1.原创虽然不错，但只要方法得当，采集的效果不会比原创差多少，甚至比那些没有掌握的原创还要好方法。

　　2. 能量有限。 原创很难保证长期大量更新。如果你问编辑，投入产出比可能是负数。

　　市面上采集器那么多，我该用哪个？

　　每个采集器 都有自己的独特性。所谓存在就是合理。请根据您的需要选择。我的采集器 是我自己开发的。在开发过程中考虑了以下几个方面。其他采集器也可以作为参考：

　　1.直接提供了大量分类的关键词，这些关键词是百度统计过的有网友需求的词（有百度指数），或者这些词的长尾词，来自百度下拉框或相关搜索。

　　2.直接按关键词采集，智能分析网页正文进行抓取，无需自己编写采集规则。

　　3.捕获的文字已经用标准标签清理过，所有段落都标有

　　标签显示，乱码全部去掉。

　　4.根据@​​采集发送的内容，自动配置图片。图像必须与内容非常相关。这样替换伪原创既不会影响可读性，也能让文章图文比原创提供的信息更丰富。

　　正文内容中的5.关键词自动加粗，插入的关键词也可以自定义。但是没有所谓的“伪原创”功能影响可读性，比如句子重排、段落重排。

　　6.可以直接使用关键词及其相关词的组合作为标题，或者抓取目标页面的标题。

　　7.微信文章采集可用。

　　8.无需触发或挂断。

　　9. 整合百度站长平台主动推送，加速收录。

　　不同的网站程序，如织梦、WordPress、dz、zblog、Empirecms等，对SEO有什么影响？

　　理论上没有影响。因为搜索引擎不知道你是什么程序，或者可以通过一些规则来识别，所以程序本身不可能影响它的判断。

　　那么什么会影响搜索引擎优化？答案是模板。因为基本上这些程序都有模板机制，同一个程序可以输出不同的页面，不同的程序也可以输出同一个页面。这是一个模板。模板确定后，你的每个页面都会按照这个框架输出，也就是整个html结构就确定了。而这些html正是搜索引擎应该关注的，它要从这些html中获取自己想要的信息。因此，一套好的模板非常重要。

　　模板设计需要注意哪些细节？

　　1. 权重结构的顺序。在整个页面的html中（注意是html，不是显示的布局），位置越高权重越高。推而广之，“title”、keyword、description这三个标签的权重最高，因为它们是最高级的。其次通常是导航，基本上是最高的，权重也很高。再次，文章 标题和正文。这是按照html的前后排序。

　　2. 因为搜索引擎首先要遵循W3C的标准，所以W3C定义的一些标签原本是用来表示重要的信息的，权重自然要高一些，比如特别是h1，用来表示最重要的信息当前页面的信息 一般情况下，每页只能有一个信息。权重估计相当于标题。通常用于放置当前页面的标题。当然，为了增加首页的权重，可以使用h1来放置logo或者首页链接。另外还有em、strong等标签，用来表示强调。一般认为强权重高于标签，这也是一个大胆的效果，但我们认为从SEO的角度来看没有权重提升。

　　3. css 或 js 代码通常对搜索引擎没有意义，尽量使用单独的文件来存储，或者在允许的情况下放在 html 的末尾

　　网站结构规划应注意哪些问题？

　　1. 网址设计。 URL 也可以收录关键词。比如你的网站是关于电脑的，你的网址可以收录“PC”，因为它在搜索引擎眼中通常是“电脑”的同义词。网址不要太长，级别不要超过4级。

　　2. 栏目设计。列通常与导航相关联。设计时要考虑网站的整体主题。用户可能感兴趣的内容。列名最好是网站的几个主要关键词，这样也方便导航。的重量。

　　3.关键词layout。理论上，每个内容页都应该在同一栏目下有自己的核心关键词、文章，并尽可能围绕关键词栏目展开。一个简单粗暴的做法就是直接用关键词列的长尾词。

　　动态、伪静态、静态，三者哪个更好？

　　这个不能一概而论，建议使用伪静态或者静态。三者的区别在于是否生成静态文件和URL格式是否为动态。生成静态文件本质上是为了加快访问速度，减少数据库查询，但是会不断增加占用的空间；伪静态只是通过URL重写来修改URL，其实每次还是需要经过程序计算，查询数据库，输出页面。对加快访问速度完全无效。动态和伪静态的唯一区别是网址，带问号和参数。

　　所以只注意两点：网站打开速度够快吗？您需要节省服务器空间吗？

　　不同的网站程序可能有不同的数据库操作效率。一般来说，如果内容页数小于10000，则页面打开速度比较快，数据量较大，达到50000、100000甚至更多，通常会考虑静态化。

　　提高访问速度的方法有哪些？

　　1. 上面已经提到的静态化。

　　2. 通常很多网站 模板都会随机调用文章 或类似的部分。事实上，随机性对数据库来说是一个更重的负担。模板中的随机文章应该被最小化。 @的电话。如果不可避免，请考虑从数据库进行优化。使用索引对字段进行排序通常比不使用索引要快得多。

　　3. 把不经常修改的图片、js、css等文件放在专用的静态服务器上。如果可以合并多个js或css，尽量合并成​​一个文件，减少http连接数。

　　4. 使用各种云加速产品。普通的网站，免费百度云加速或者360云加速都可以。

　　更多文章，网站开启了静态，但是整个站点更新时间很长，怎么办？

　　我的方法是使用缓存机制。我在这里只提供一个想法，可能需要我自己开发。

　　网站 设置为伪静态。当每个请求到达时，程序会检查是否有相应的缓存 html 文件。如果文件是在几小时或几天前生成的，我们确定它需要更新。此时执行正常流程，程序查询数据库，生成html，写入缓存文件，然后输出到客户端。

　　下次访问到来时，比如1分钟后再次访问同一页面，再次查看缓存文件时间。从时间就可以判断文件很新，完全不需要更新，直接读取文件内容输出到客户端。这样每个页面都可以自动生成，只有第一个访问者会觉得慢，后面的访问就相当于静态访问，速度非常快。

　　如果是单机服务器，也可以考虑自动检测服务器负载。如果负载已经很高，则判断需要更新，暂不更新。而是直接输出。

　　图片应该引用远程URL还是放在自己的服务器上？

　　这也有其自身的优点和缺点。引用远程URL可以节省自己的带宽，但是很可能是因为对方服务器慢，或者资源被删除，或者防盗链接导致图片无法显示。如果你下载到自己的服务器，当然一切都在你自己的掌控之中，但是图片会占用很多空间，并且可能比生成的静态占用更多的空间。并且如果流量很大，图片是最需要带宽的。

　　网站内链应该如何优化？

　　内链是百度官方推荐的优化方式之一，所以这个是必须要做的。通常的表现形式是文中出现某个关键词，在这个关键词上加了一个链接，指向另一个恰好与这个关键词相关的页面。于是，诞生了一些所谓的优化技巧，强行在文中插入一些关键词和链接，进行类似相互推送的操作。其他人，为了增加首页的权重，到处放网站名字，并链接到首页，认为这样可以增加目标页面的权重。但这些很可能适得其反，因为搜索引擎会计算每个链接的点击率。如果您点击突出显示但很少点击的链接，它们可能会被判断为作弊。因此，请只做文中已有的关键词内部链接。

　　段落重排、句子重排、同义词替换等伪原创技术好吗？

　　不好。因为搜索引擎已经智能，不再是简单的数据库搜索。它将执行自然语义分析（有关详细信息，请搜索“NLP”）。任何语义分析困难的句子或段落都可以判断为可读性差，所以我认为这些“伪原创”可能很聪明。

　　评论模块基本没用过，到底要不要做？

　　是的。评论模块最麻烦的就是垃圾评论。通常真正说话的访问者很少，垃圾评论也很多。他们整天与营销软件作斗争。这是我已经实现的解决方案，可能对收录有帮助（没有依据，只是猜测）：

　　保留评论框，但禁用评论。所有评论均由我的网站 程序生成。如前所述，搜索引擎会进行自然语义分析。重要的能力之一是情绪判断。搜索引擎会计算每条评论的情感值，无论是正面的还是负面的，具体倾向是10%还是90%。如果评论的内容表达了积极的情绪，您可以在文本中加分，反之亦然。至于如何自动生成好评，就让八仙渡海各显神通吧。

　　这是社交网络发展后的必然趋势。这样，它就反映了一个页面的用户体验。同理，还有分享、点赞等，原理类似。

　　绿萝卜算法之后，有没有外链的用处？

　　有用。参见搜索引擎三定律的相关定律。既然是法律，就不会改变。谁的内容被引用得越多，就是权威。在主动推送出现之前，外链应该被视为蜘蛛识别页面内容的第一个渠道。

　　外部链接必须是锚文本还是裸链接？

　　没有。搜索引擎肩负着发现真正有价值的内容并排除那些没有价值的内容的重大责任。所以有可能你直接提交的链接不是收录，你可以直接在别人的地方发一个纯文本的URL。如果找到了，也算加分。

　　除了锚文本和裸链接，你还可以以关键词+ URL的形式发送纯文本。这样URL前面的关键词就自动和URL关联起来了。

　　另外，虽然有些链接添加了nofollow属性，但是百度计算外链的时候还是会计算的。

　　收录和索引有什么关系？

　　收录 表示蜘蛛已经爬取并分析过了。该指数表示蜘蛛分析后认为该内容具有一定的价值。只有进入索引的内容才可能出现在搜索结果中并显示给用户。换句话说，只有被索引的内容才有机会带来流量。