欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  网络运营

Apache下通过shell脚本提交网站404死链的方法

程序员文章站 2023-11-14 16:25:22
人员对于死链这个概念一定不陌生,网站的一些数据删除或页面改版等都容易制造死链,影响用户体验不说,过多的死链还会影响到网站的整体权重或排名。 百度站长平台提供的死链提交工具...

人员对于死链这个概念一定不陌生,网站的一些数据删除或页面改版等都容易制造死链,影响用户体验不说,过多的死链还会影响到网站的整体权重或排名。

百度站长平台提供的死链提交工具,可将网站存在的死链(协议死链、404页面)进行提交,可快速删除死链,帮助网站seo优化。在提交死链的文件中逐个手动填写死链的话太麻烦,工作中我们提倡复杂自动化,所以本文我们一起交流分享apache服务中通过shell脚本整理网站死链,便于我们提交。

Apache下通过shell脚本提交网站404死链的方法

1.配置apache记录搜索引擎

apache是目前网站建设最为主流的web服务,但是apache的日志文件默认是不记录百度、谷歌等各大搜索引擎的爬取程序的,所以首先需要我们设置apache的配置文件。

找到apache的配置文件httpd.conf,在配置文件中找到下面两行:

customlog "logs/access_log" common
 #customlog "logs/access_log" combined

默认采用的是common,这里我们只需要将common这一行前面加#注释掉,然后将combined这一行前的#去掉即可。然后保存重启apache服务。

注:如果你的服务器上添加了多个站点,每个站点有单独的配置文件,则我们只需要在相应站点的配置文件中设置customlog项即可,例如:

vim /usr/local/apache/conf/vhost/www.chanzhi.org.conf
 serveradmin [email protected] documentroot "/data/wwwroot/www.chanzhi.org"
 servername www.chanzhi.org
 serveralias chanzhi.org
 errorlog "/data/wwwlogs/www.chanzhi.org_error_apache.log"
 customlog "/data/wwwlogs/www.chanzhi.org_apache.log" combined
 setoutputfilter deflate
 options followsymlinks execcgi
 require all granted
 allowoverride all
 order allow,deny
 allow from all
 directoryindex index.html index.php

下面是配置前后的网站日志记录格式:

配置前:

Apache下通过shell脚本提交网站404死链的方法

配置后:

Apache下通过shell脚本提交网站404死链的方法

2.编写shell脚本

我们通过shell脚本获取网站日志中指定爬虫的抓取记录,然后汇总到一个文件中,便于后期使用。代码如下,比如保存为deathlink.sh

#!/bin/bash
#初始化变量
#定义蜘蛛ua信息(默认是百度蜘蛛)
ua='+http://www.baidu.com/search/spider.html'
#前一天的日期(apache日志)
date=`date +%y%m%d -d "1 day ago"`
#定义日志路径
logfile=/data/wwwlogs/www.chanzhi.org_apache.log-${date}.log
#定义死链文件存放路径
deathfile=/data/wwwroot/www.chanzhi.org/deathlink.txt
#定义网站访问地址
website=http://www.chanzhi.org
#分析日志并保存死链数据
for url in `awk -v str="${ua}" '$9=="404" && $15~str {print $7}' ${logfile}`
do
 grep -q "$url" ${deathfile} || echo ${website}${url} >>${deathfile}
done

大家在使用该脚本时,根据自己服务器情况调整下路径和字段即可,然后执行脚本,:

bash deathlink.sh

3.提交死链

执行上面脚本时候,就会在指定目录下生成包含所有获取的404页面链接的文件,每个连接占一行。例如:

Apache下通过shell脚本提交网站404死链的方法

最后在站长平台提交死链页面中,填写自己的死链文件地址即可,例如:

Apache下通过shell脚本提交网站404死链的方法

百度在审核通过之后,会将已经收录的失效链接删除,以避免失效页面链接对网站造成不良的影响。

总结

以上所述是小编给大家介绍的apache下通过shell脚本提交网站404死链的方法,希望对大家有所帮助