讓GitHub Pages博客支持百度搜索引擎收錄

原文連接：http://tabalt.net/blog/make-b...

GitHub Pages搭建的網站，在百度搜索引擎訪問的時候，常常性的會返回 403 forbidden，從而百度會認爲網站訪問不穩定，對網站降權，甚至K站。

要想解決這個問題，只有買個VPS本身撘一個jekyll解析博客了。可是個人域名沒有備案，單純用國外的VPS，用戶訪問起來也會有慢的問題，畢竟Github Pages的CDN仍是很牛逼的（頁面響應時間200ms左右）。那有沒有什麼辦法，讓百度爬蟲去抓國外VPS上的內容，普通用戶直接訪問Github Pages呢？

如今科技這麼發達，這玩意固然是小Case啦。通常大公司內的域名解析是能夠按省、運營商等來作的；你們經常使用的DNSPOD也支持這麼牛逼的功能，免費用戶能夠 按電信、聯通、教育網、百度、搜索引擎等分別設置解析，付費用戶能夠分省、分國家、分大洲等等。對於個人小博客來講，免費的就很是夠用了。

下面是個人折騰過程，記錄下來備忘。

安裝Jekyll

• 編譯安裝Node.js

Jekyll是基於Ruby開發的，用到了Ruby的execjs方法來執行JavaScript代碼，而這須要本身指定一個JavaScript runtime；這裏咱們選擇安裝Node.js。

sudo yum install libtool automake autoconf gcc-c++ openssl-devel wget

mkdir ~/soft/
cd ~/soft/

wget http://nodejs.org/dist/v0.12.4/node-v0.12.4.tar.gz
tar -zxvf node-v0.12.4.tar.gz
cd node-v0.12.4

./configure --prefix=/usr 
make && sudo make install

node -v
npm -v

• 安裝Ruby、RubyGems

sudo yum install ruby ruby-devel gem

• 使用RubyGems安裝Jekyll

gem install jekyll

搭建博客站點

• 克隆博客代碼

sudo yum install git
sudo mkdir -p ~/mydomain.com/

git clone https://github.com/username/username.github.io.git ./

• 定時更新博客代碼

配置crontab 2分鐘pull一下代碼：

crontab -e 

# 添加下面的代碼：
*/2 * * * * cd ~/mydomain.com/; git pull >> /tmp/github_blog_pull_record.log 2>&1;

• 啓動博客站點

Jekyll 2.4 版本以後，會關注文件的變更，自動從新生成靜態文件。使用--detach參數指定在後臺執行，--port指定端口，--host指定當前機器的外網ip。

cd ~/mydomain.com/
jekyll serve --port 80 --host 192.168.1.101 --detach

綁host 測試，能正常訪問則搭建完成。更多Jekyll的用法能夠參考文檔： http://jekyllrb.com/docs/usage/ 。

• 使用web服務器Nginx

使用前述方式啓動的http服務，會獨佔這臺服務器的 80 端口，若是這臺機器還需部署其餘的web站點，則不得不使用其餘非80的端口。

使用Nginx能夠解決這個問題，配置一個Nginx的vhost，可使用jekyll build --watch &生成博客的靜態內容，並將站點根目錄設置爲 ~/mydomain.com/_site/，這裏不作具體介紹了。

配置智能dns

登陸DNSPOD，進入域名解析的設置頁面，添加一條針對百度的解析：

後記

以上步驟作完後，再用百度的抓取工具測試，就能正常抓取到內容了。

我作完後次日，本來剩下的8條收錄，立馬變成了1條。固然這個是能夠理解的，畢竟是忽然換了個ip，多發發文章和外鏈，恢復收錄和權重是遲早的事。另外我這個vps在國內訪問仍是有點慢，首次請求返回要500ms左右，仍是得把域名備案了，在國內弄個雲主機才行。

原文連接：http://tabalt.net/blog/make-b...