2000 条产品页,上线半年收录 310 条,之后三个月一直没涨。日志里蜘蛛每天来 1500 次,抓取正常,返回码 200,就是不给索引。
第一反应是外链和权重。发了 20 条外链,加了 300 条内链指向这批页面,收录多 12 条,基本等于没动。
后来把页面正文抽出来数。去掉导航、页脚、推荐位,用脚本统计可见文本,中位数 296 字。参数表是一张 JPG,alt 只写「产品参数」。剩下能读的就是「厂家直销 欢迎咨询 支持定制」这几句模板。
试过往正文里塞关键词,密度从 1.2% 提到 4%,改了 500 条。三周后收录没动,反而有 12 条从索引里消失。堆词走不通。
改成补真实内容。参数表从图片还原成 HTML 表格,一页多出 400 多字,还能被解析;再加三段只有这个产品才有的信息:适用场景、安装尺寸与开孔要求、前三类常见故障的处理办法。模板句全删,一句不留。
from bs4 import BeautifulSoup
html = open("p/10086.html", encoding="utf-8").read()
s = BeautifulSoup(html, "html.parser")
for tag in s(["nav", "footer", "script", "style"]):
tag.decompose()
text = "".join(s.stripped_strings)
print(len(text))
先改 200 条做对照,其余 1800 条不动。六周后这 200 条收录 148 条,对照组只多了 30 条。正文中位字数从 296 涨到 760。
确认不只看收录,还看了跳出率和停留:跳出率从 82% 降到 61%,平均停留从 24 秒涨到 1 分 40 秒。这两个数比收录更能说明页面真的有用。
现在新页面上线前跑一次脚本,正文少于 500 字的不让提交,参数表必须是表格不能是图片。规则写进发布流程,比事后补省事。
