一个纯采集网站站长的SEO、采集、运维经验总结

　　我是一个纯采集网站站长，下面的这些总结，有些是关于SEO，有些是关于采集和运维，都是很基础的个人见解，仅作分享，请自辨好坏是非，实践出真知。

　　原创内容好还是采集内容好?

　　当然是原创好，因为百度是这么说的，谁叫人家是裁判。

　　为什么我原创了很多文章，还是不被收录?收录了没好的排名?

　　一个搜索引擎，它的核心价值是要为用户提供他/她最需要的结果。搜索引擎是有统计网民需求的，对于网民需求量小或者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，因为它不想浪费资源在无意义的内容上。

　　对网民需求量大的内容，收录应该会比较多、比较快，但是，正因为收录多，即使你是原创，也可能很难挤进排名。

　　搜索引擎统计网民需求以什么来标识?

　　关键词。每一个人搜索一个关键词时，就表明他/她对这个词相关的内容有需求。而且，使用搜索引擎的人，通常是有问答需求、检索查询需求。当然搜索引擎内部肯定有非常庞大的分析系统，对这些需求进行精确的定位，详见百度指数。比如搜索的关键词是“手机”，很有可能是想要买手机或者查某款的价格，也可能只是想要下载漂亮的壁纸。但是，如果是想要壁纸，就会有更精确的关键词“手机壁纸”，以下拉框或者相关搜索的形式呈现出来。

　　既然原创内容好，为什么要采集?

　　1. 虽然原创好，但只要方法适当，采集的效果并不会比原创差多少，甚至比没掌握到方法的那些原创好很多。

　　2. 精力有限，原创很难保证长期大量更新，如果请个编辑，投入产出比可能是负数。

　　市面上采集器那么多，应该用哪个好?

　　每个采集器都有它的独特之处，所谓存在即合理。请根据自己的需求来选择即可。我的采集器是自己开发的，开发的过程中考虑了以下几方面，使用其他采集器的也可作参考：

　　1. 直接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(有百度指数)，或者是这些词的长尾词，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，不需要自己写采集规则。

　　3. 抓取到的正文经过规范的标签清理，段落全部以

　　标签呈现，乱码一律去除。

　　4. 根据采集到的内容自动配图，图片一定是与该内容相关度非常高的。以这种方式代替伪原创，既不影响可读性，又使文章图文并茂，做到比原创所提供的信息更丰富。

　　5. 正文内容中的关键词自动加粗，也可自定义要插入的关键词。但没有做句子重排、段落重排等影响可读性的所谓“伪原创”功能。

　　6. 可直接使用关键词和其相关词组合作为标题，也可抓取目标网页标题。

　　7. 可进行微信文章采集。

　　8. 不用触发或者挂机。

　　9. 集成百度站长平台主动推送，加快收录。

　　不同的网站程序，比如织梦、WordPress、dz、zblog、帝国cms或者其他，对SEO有什么影响?

　　理论上没有影响。因为搜索引擎并不知道你是什么程序，或者它可以通过一些规则识别出来，也不可能因为程序本身的不同而影响它的判断。

　　那什么会影响SEO呢?答案是模板。因为基本上这些程序都有模板机制，同样程序可以输出不同的页面，不同的程序也可以输出同样的页面，这就是模板。模板确定之后，你的每一个页面就按照这个框架来输出，也就是整个html结构已经确定。而这些html，正是搜索引擎要重点关注的，它得从这些html中得到它想要的信息。因此，一套好的模板非常重要。

　　页面模板设计应该注意哪些细节?

　　1. 权重结构顺序。整个页面的html中(注意是html，而不是显示出来的版面)，越靠前的位置，权重越高。由此引申出来，“title”、keyword、description三个标签，因为最靠前，权重最高。其次通常是导航，也是基本上是最靠上的，权重也非常高。再次就是文章标题和正文。这是根据html的前后来排序的。

　　2. 因为搜索引擎首先要遵循W3C标准，所以，W3C定义的一些本来就是用来表示重要信息的标签，权重自然就高，比如，特别是h1，用来表示当前页面最重要的信息，一般每个页面只能有一个，其权重估计与title相当，也通常是用来放当前页面的标题，当然也有为了提高首页权重，用h1来放置logo或首页链接，都是可以的。另外还有em、strong这样的标签，用来表示强调，一般认为strong权重高于标签，同样也是加粗作用，但我们认为从SEO的角度看是没有权重加强的。

　　3. css或者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，或者在允许的情况下放到html尾部去

　　网站结构规划应该注意哪些问题?

　　1. URL设计。URL也是可以包含关键词的，比如你的网站是关于电脑的，你的URL中可以包含“PC”，因为它在搜索引擎眼里通常是“电脑”的同义词。URL不要太长，层次尽量不要超过4层，这个就点到为止。

　　2. 栏目设计。栏目通常是与导航相关联的，设计时应该考虑网站整体的主题，用户可能会对哪些内容感兴趣，栏目名称最好是网站的几个主关键词，这样也方便利用导航的权重。

　　3. 关键词布局。理论上每一个内容页都应该有它的核心关键词，同一个栏目下的文章，尽可能围绕栏目关键词展开。一个简单粗暴的办法就是直接用栏目关键词的长尾词。

　　动态、伪静态、静态，这三者哪个好?

　　这个不能一概而论，推荐使用伪静态或静态。这三者的区别，是是否生成静态文件，以及URL格式是否动态。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，但会不断增加占用空间;伪静态只是通过URL重写修改URL，实际上还是每次都要经过程序运算、查询数据库再输出页面，对加快访问速度完全无效。动态与伪静态的差异只在于URL，带问号加参数。

　　所以关注两个点就好：网站打开速度是否够快?你是否需要节约服务器空间?

　　不同的网站程序，数据库操作的效率可能不同。一般来讲，内容页数量在1万以内的，页面打开速度都是比较快的，数据量更大一些，达到5万、十万甚至更多，通常就要考虑静态化了。

　　有哪些途径改善访问速度?

　　1. 上面已经说到的静态化。

编辑：未知