如何利用IIS日志分析制定淘宝优化策略

tuanda

如何利用IIS日志分析制定搜索引擎优化策略。这可能是很多新手SEOer放在心里的一个疑问。也是所有SEOer掌握网站动态应该注意的。宝贝商城为你做详细介绍！

首先是配置IIS日志文件，步骤如下：
第一：打开IIS服务器。选择所要设置的网站属性。选择“启用日志记录”，勾选，选择“W3C扩展日志文件格式”。
第二：点击“W3C扩展日志文件格式”后面的“属性”按钮，常规选项里面，选择新日志计划为“每天”，当然也可以选择其他，选择好保存日志文件的目录。
第三：选择高级选项。勾选底下的用户代理（cs(User-Agent)）等选项，我一般都将最下面的三个选项勾选起来。这样，你才可以看到百度等爬虫的名称以及来路。
第四：选择名为“主目录”的选项卡，勾选“记录访问”的复选框即可。这样你的IIS日志就开始正常记录了。

其次是IIS日志分析：
　　打开IIS日志文件，假如你要搜索Google的蜘蛛爬行记录，那么就直接在保存记录的文本文档上搜索“Googlebot”：
爬行记录如下（取一条分析）：
2011-03-03 23:20:56 W3SVC1217357259 192.168.18.74 GET /index.html 80 - 192.168.18.2 Mozilla/5.0(compatible;+Googlebot/2.1;++http://www.google.com/bot.html) 200 0 0

这段IIS日志代码表示：在 2011-03-03 23:20:56 这个时间，Google搜索引擎的蜘蛛（ip地址为192.168.18.2，后面的http://www.google.com/bot.html 是关于Googlebot+的相关问题）访问了服务器ip为192.168.18.74 的网站http://www.baobaocheng.net，并且抓取了首页index.html，该日志记录保存在W3SVC1217357259文件夹。

日常的分析工作中，你可以下载一个IIS日志分析工具（百度一下就有了）。很方便明了的查看蜘蛛的爬行记录，操作也很简单此处省略。重要的是根据搜索引擎蜘蛛爬行后返回HTTP的状态代码进行分析制定方法策略。

以下是关于搜索引擎蜘蛛的介绍以及HTTP状态码：

　　一是各大搜索引擎爬虫（蜘蛛）的名称整理如下，大家可以对号入座：
　　1. Google爬虫名称
　　1.1 Googlebot：从Google的网站索引和新闻索引中抓取网页
　　1.2 Googlebot-Mobile针对Google的移动索引抓取网页
　　1.3 Googlebot-Image：针对Google的图片索引抓取网页
　　1.4 Mediapartners-Google：抓取网页确定 AdSense 的内容。只有在你的网站上展示 AdSense 广告的情况下，Google才会使用此漫游器来抓取您的网站。
　　1.5 Adsbot-Google：抓取网页来衡量 AdWords 目标网页的质量。只有在你使用 Google AdWords 为你的网站做广告的情况下，Google才会使用此漫游器。
　　2. 百度（Baidu）爬虫名称：Baiduspider
　　3. 雅虎（Yahoo）爬虫名称：Yahoo Slurp
　　4. 有道（Yodao）蜘蛛名称：YodaoBot
　　5. 搜狗（sogou）蜘蛛名称：sogou spider
6. 搜搜（soso）蜘蛛名称：sosospide
　　7. MSN的蜘蛛名称：Msnbot
主要的蜘蛛就这些 其他的搜索引擎蜘蛛我们使用得很少，暂不例举。

二是代码中的200表示搜索引擎蜘蛛爬行后返回HTTP的状态代码，代表成功爬行并抓取。
　　各个数字代码的具体意思参见如下：
　　2xx 成功
　　200 正常;请求已完成。
　　201 正常;紧接 POST 命令。
　　202 正常;已接受用于处理，但处理尚未完成。
　　203 正常;部分信息 — 返回的信息只是一部分。
　　204 正常;无响应 — 已接收请求，但不存在要回送的信息。

　　3xx 重定向
　　301 已移动 — 请求的数据具有新的位置且更改是永久的。
　　302 已找到 — 请求的数据临时具有不同 URI。
　　303 请参阅其它 — 可在另一 URI 下找到对请求的响应，且应使用 GET 方法检索此响应。
　　304 未修改 — 未按预期修改文档。
　　305 使用代理 — 必须通过位置字段中提供的代理来访问请求的资源。
　　306 未使用 — 不再使用;保留此代码以便将来使用。

　　4xx 客户机中出现的错误
　　400 错误请求 — 请求中有语法问题，或不能满足请求。
　　401 未授权 — 未授权客户机访问数据。
　　402 需要付款 — 表示计费系统已有效。
　　403 禁止 — 即使有授权也不需要访问。
　　404 找不到 — 服务器找不到给定的资源;文档不存在。
　　407 代理认证请求 — 客户机首先必须使用代理认证自身。
　　410 请求的网页不存在(永久);
　　415 介质类型不受支持 — 服务器拒绝服务请求，因为不支持请求实体的格式。

　　5xx 服务器中出现的错误
　　500 内部错误 — 因为意外情况，服务器不能完成请求。
　　501 未执行 — 服务器不支持请求的工具。
　　502 错误网关 — 服务器接收到来自上游服务器的无效响应。
　　503 无法获得服务 — 由于临时过载或维护，服务器无法处理请求。