利用shell腳本批量提交網站404死鏈給百度

 百度站長平臺提供的死鏈提交工具,可將網站存在的死鏈(協議死鏈、404頁面)進行提交,可快速刪除死鏈,幫助網站SEO優化。在提交死鏈的文件中逐個手動填寫死鏈的話太麻煩，工做中咱們提倡複雜自動化，因此本文咱們一塊兒交流分享Apache服務中經過shell腳本整理網站死鏈，便於咱們提交。

 

1.配置Apache記錄搜索引擎

Apache是目前網站建設最爲主流的web服務，可是apache的日誌文件默認是不記錄百度、谷歌等各大搜索引擎的爬取程序的，因此首先須要咱們設置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兩行：

CustomLog "logs/access_log" common
 #CustomLog "logs/access_log" combined

 
默認採用的是common，這裏咱們只須要將common這一行前面加#註釋掉,而後將combined這一行前的#去掉便可。而後保存重啓Apache服務。

注：若是你的服務器上添加了多個站點，每一個站點有單獨的配置文件，則咱們只須要在相應站點的配置文件中設置CustomLog項便可，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

下面是配置先後的網站日誌記錄格式：

配置前：

配置後：

2.編寫shell腳本

咱們經過shell腳本獲取網站日誌中指定爬蟲的抓取記錄，而後彙總到一個文件中，便於後期使用。代碼以下，好比保存爲deathlink.sh

#!/bin/bash
#初始化變量
#定義蜘蛛UA信息（默認是百度蜘蛛）
UA='+http://www.baidu.com/search/spider.html'
 
#前一天的日期（apache日誌）
DATE=`date +%Y%m%d -d "1 day ago"`
 
#定義日誌路徑
logfile=/data/wwwlogs/www.chanzhi.org_apache.log-${DATE}.log
 
#定義死鏈文件存放路徑
deathfile=/data/wwwroot/www.chanzhi.org/deathlink.txt
 
#定義網站訪問地址
website=http://www.chanzhi.org
 
#分析日誌並保存死鏈數據
for url in `awk -v str="${UA}" '$9=="404" && $15~str {print $7}' ${logfile}`
do
  grep -q "$url" ${deathfile} || echo ${website}${url} >>${deathfile}
done

你們在使用該腳本時，根據本身服務器狀況調整下路徑和字段便可，而後執行腳本,：

bash deathlink.sh

3.提交死鏈

執行上面腳本時候，就會在指定目錄下生成包含全部獲取的404頁面連接的文件，每一個鏈接佔一行。例如：

最後在站長平臺提交死鏈頁面中，填寫本身的死鏈文件地址便可，例如：

百度在審覈經過以後，會將已經收錄的失效連接刪除，以免失效頁面連接對網站形成不良的影響。