利用百度蜘蛛referer找到报错

至成科技2015-07-24访问量（2148）评论（0）

摘要：

大家应该都知道百度已经全站https并取消referer关键词显示了，那么“百度蜘蛛referer”又是什么？有什么妙用吗？艺龙SEO负责人刘明发现通过百度蜘蛛referer可以快速定位部分站内url的报错（4xx或者5xx）原因。随后社区版主飞鹰正义也对文章做了补充修正，现推荐给各位同学们。
什么是百度蜘蛛的referer?
百度蜘蛛的referer，是指当百度蜘蛛抓取某一个URL的时候，在HTTP头中带的Referer字段。请注意，这个定义和百度较近声明去除Referer中关键词数据没有任何关系。这次讲的是spider发起的HTTP请求，百度而去除的是用户发起的。如果百度蜘蛛抓取百度*页的logo，会发起这样的请求：

上面Referer字段很明确的表示了他是从www.baidu.com这个页面上发现并抓取了www.baidu.com/img/bd_logo1.png。而大家在服务器访问日志中也应该能看到相应的记录。目前发现只有当百度抓取一个网页的同时，又抓取了网页中的：img、js和css才会带上referer字段。这部分额外的抓取量，应该不会占用百度分配的抓取配额，属于“买1送1”。
对于站长的意义
如果你发现有一批URL（仅限于img,js,css）报错（4xx或者5xx），但是一直找不到入口在哪，也就是说你不明白百度蜘蛛是从哪里发现这些错误URL的。这个字段可以帮助你迅速定位。
举个例子:
比如我们的SEO日志分析系统中可以看到，符合下面这种URL Pattern的路径每天有6万到10万的抓取而且全部报404。

从发现问题至今过了1个月，查遍整个网站我也没找到入口。今天偶然仔细查了一下日志，想起了百度蜘蛛的referer，马上就能定位问题了。这些404的URL来自于一套没人维护也没人关注的页面（往往是这样）。收录流量都不错。由于较近公司图片系统更新，图片的URL全部更改了，但这套页面并没有跟着更新。
如果站点没有记录referer怎么办?