泰安支点网络告诉您网页中合理的返回码

百度爬虫在进行抓取和处理时，是根据http协议规范来设置相应的逻辑的，所以请站长们也尽量参考http协议中关于返回码的含义的定义进行设置。

Baiduspider 对常用的http返回码的处理逻辑是这样的：

404 返回码的含义是 “Not Found”，百度会认为网页已经失效，那么通常会从搜索结果中删除，并且短期内 spider 再次发现这条 URL 也不会抓取。

503 返回码的含义是 “Service Unavailable”，百度会认为该网页临时不可访问，通常网站临时关闭，带宽有限等会产生这种情况。对于网页返回503，百度 spider 不会把这条 URL 直接删除，短期内会再访问。届时如果网页已恢复，则正常抓取；如果继续返回503，短期内还会反复访问几次。但是如果网页长期返回503，那么这个 URL 仍会被百度认为是失效链接，从搜索结果中删除。

403 返回码的含义是 “Forbidden”，百度会认为网页当前禁止访问。对于这种情况，如果是新发现的URL，百度 spider 暂不抓取，短期内会再次检查；如果是百度已经收录的URL，当前也不会直接删除，短期内同样会再访问。届时如果网页允许访问，则正常抓取；如果仍不允许访问，短期内还会反复访问几次。但是如果网页长期返回403，百度也会认为是失效链接，从搜索结果中删除。

301 返回码的含义是 “Moved Permanently”，百度会认为网页当前跳转至新URL。当遇到站点迁移、域名更换和站点改版的情况时，推荐使用301返回码，尽量减少改版带来的流量损失。虽然百度spider 现在对301跳转的响应周期较长，但是我们还是推荐大家这么做。