首先我们先来看一张图：
由上面的图中，我们可以看到，网站的收录是由空间、网站、内容、抓取量、页面质量决定的。讲解这些之前我们先来看下这一张图：百度搜索引擎的抓取流程
搜索引擎蜘蛛爬行的过程是这样的，首先检测网站的robots.txt文件，确定哪些内容禁止抓取，哪些内容允许抓取等信息，确定robots.txt允许爬取之后，进入我们网站的首页，然后通过首页的链接爬取到我们网站中的内容页或者栏目页，之后再通过栏目页到达我们的文章页。
既然已经知道了搜索引擎抓取我们网站的流程，那么我们接下来七七就要为您分析影响搜索引擎抓取的因素了，首先
一、影响收录的内部因素
1、网站速度的影响
机房问题、dns问题、cdn加速问题、服务器带宽、服务器硬件、操作系统、服务器软件以及服务器所安装的程序，这些都有可能影响我们网站的打开的速度。
2、nofollow标签的合理使用
nofollow是一个HTML标签的属性值。这个标签的意义是告诉搜索引擎”不要追踪此网页上的链接”或”不要追踪此特定链接。那么我们所要做的就是，用nofollow来屏蔽掉网站页面重复出现的链接以及对seo没有很高价值的页面，以减少网站权重的分散，并且可以减少搜索引擎重复抓取网站内每个页面的重复链接，以提高搜索引擎抓取效率。
3、其他一些因素
a、网站硬盘问题:如在服务器里面安装多个虚拟机，导致硬盘转速变慢，有时会导致搜索引擎打不开网站。
b、返回码问题：比如同一个链接返回不同的返回码，又或者404页面返回200等
c、安全软件问题：比如开启了防火墙规则、屏蔽了网站端口、开启防采集规则、开启防攻击规则等，导致了搜索引擎同一时间由于大量访问网站，而导致被安全软件拦截。
二、影响收录的外部因素
1、外链问题：
我们发外链的目的有两个，一个是吸引搜索引擎来抓取我们网站（引蜘蛛）另外一个就是提升网站的排名。
外链首先要保证不能单纯的指向首页，要把外链做到指向栏目页、文章页的都有一些，如下图：
另外做外链的时候一定要考虑一下几个因素：多样性、集中性、平衡性、相关性、准确性、高质量性、人文性等，相信看下图：
2、文章
这里要注意文章的原创度、更新频率、独特性。（原创的文章一定会被收录，只是时间的问题而已）
3、网站的权重
网站权重是搜索引擎对这个网站信任度的一个体现，如果网站的权重够高，那么搜索引擎抓取的也相应的会比较及时，反之则是网站权重低，搜索引擎对其信任度不高，也许蜘蛛会很久来访问网站一次，相应的抓取频率就很低了。
4、网站地图
网站地图是将网站的所有连接，Z直观的反应给搜索引擎，可以提高搜素引擎的抓取效率，同时也为增加网站的收录提供了良好的帮助。
5、pr
pr值是谷歌使用的衡量网站质量的一套标准，但是pr对于百度seo来说作用是非常小的，只是能够给我们提供一个参考价值，但是相对的来说pr的价值并不是很大，比如我的七七seo博客pr是0，但是丝毫不影响我网站的排名能力。
三、技术方面
1、url的规范性
（1）url静态化
URL静态化的目的是有利于网站的排名，虽然现在搜索引擎已经可以收录动态地址，但是在在排名上静态化的页面比动态页面更有优势， 并且URL静态化将更有利于增加搜索引擎的信任度。但是，如果网站真的做不了静态化的话，那就尽量使用短的url并且url中尽量少的使用动态参数。如果你的是动态的url，做法请参考（www.qiqqiseo.com）可以看到，url是很短的，只有一个变量。
（2）url的唯一性
网站中的同一个页面，只对应一个url地址；如果网站上多种url都能访问到同样的内容的话，那么就会出现以下问题：
a、搜索引擎会选一种url为标准，可能会和正版不同
b、用户可能为同一网页的不同url做推荐，多种url形式分散了该网页的权重
建议：
a、如果你的网站上已经存在多种url形式，建议按以下方式来处理：在系统中只使用正常形式url，不让用户接触到非正常形式的url
b、不把session id、统计代码等不必要的内容放在url中
c、不同形式的url，301永久跳转到正常形式防止用户输错而启用的备用域名.301永久跳转到主域名
d、使用robots.txt禁止百度蜘蛛抓取你不想向用户展示的形式
（3）ulr带关键词
尽量在url中带上网站的关键词（拼音），这样会在排名上面稍微的会占据一点因素，要知道百度是中文搜索引擎,对拼音的分析能力是很强大的。
2、代码因素
网站的代码要符合w3c的标准，结构层、表现层、行为层标签都应该完整，建议使用开源程序。如：我的博客使用的wordpress程序。
3、head信息的正确性
网站的三大标签：标题标签(title)、关键词标签(keywords)、描述标签(description)
四、内容问题
1、内容的原创性
前面有说到原创的内容一定会被收录，只不过是时间的问题而已，不论哪个搜素引擎，都是喜欢原创的内容，网站内容的原创性直接关系到搜索引擎对你网站的信任度，信任度又可以通过权重这个参考来反应出来，所以，网站内容的原创性是网站优化的重中之重。
2、内容的重复度
转载、或者是采集的文章，页面的文字、页面都和之前页面一样，具有非常高的重复度，那么百度就会计算你和其他网站内容的重复度，搜索引擎是一个喜新厌旧的家伙，如果每次你所发的内容重复度都很高的话，那么渐渐地蜘蛛就会失去对你网站的兴趣。
总结：
影响收录的因素大概有这么几个因素：站内站外、技术性因素、文章的因素，这些如果够做好的话，基本上来说，网站的收录就不是个事。
本文由七七seo技术博客发布，互联分享, 尊重版权，转载文章清注明出处。
我的上一篇文章：新站24天，百度不收录首页【问题解答】
