当前位置:首页 > 网站建设

Lynx浏览器在SEO上的应用

时间:2019-06-04 04:41:03来源:网站建设作者:seo实验室小编阅读:76次「手机版」
 

sem一家之言

曾经有朋友问我怎么才能判断一个seoer是不是高手。我就出了一个主意,就建议他问那个SEOer是不是知道Lynx在SEO上的应用方法。这么来提问,其实能从一个侧面反映这个SEOer对SEO研究有多深的。

现在SEO行业,虽然有很多以讹传讹的言论,但是如果自己经常实践,还是能找到很多真正有用的操作方法。实践久了,也能判断谁的说法正确,谁的说法有问题,这样的SEOER,可以放心的让他去操作一些比较重要的网站了。再进一步的给网站各个细节优化过程中,就会发现很多以前别人没有谈到过,也很难在优化一些小网站的过程中注意到的细节。这些细节,在别的地方很难找到相关的参考资料,或者根本就找不到。但是在Google的《google网站质量指南》、《google黑板报》、《google中文网站管理员博客》,基本上都可以找到关于这些细节的只言片语的。只不过那里面也只是给出了一个方向,更具体的细节还是要靠你自己再去实践。

在《google网站质量指南》 的第一页 ,就已经建议大家去用Lynx这个工具区检测你的网站:

使用诸如 Lynx 的文本浏览器来检查您的网站,因为大多数搜索引擎信息采集软件查看您网站的方式与 Lynx 几乎一样。如果诸如 javascript、Cookie、会话 ID、框架、DHTML 或 Flash 等复杂功能造成您无法在文本浏览器中看到整个网站,则搜索引擎信息采集软件在抓取您的网站时可能会遇到问题。

这里提到了“Lynx查看网站的方式和搜索引擎几乎一样的”。一个SEOer,如果真的到了很多细节都无法从别人那里获取参考的程度,那这段话相信他很难忽视掉的。

我用了一段时间的Lynx,发现这个曾经的文本浏览器和搜索引擎爬虫很像的。你所听过的爬虫特性,在这里面都能找到一点影子。

比如检测隐藏链接,我们只知道搜索引擎是不喜欢的,但是具体的检测方法是怎么样的呢? 如果你用熟了Lynx,就发现一个非常简单的命令就搞定了。

首先要搭建一个Lynx的运行环境。Lynx不能用那种编译过的在windows下运行的版本,有很多功能是不能用的。建议在XP下装一个虚拟机,然后在虚拟机里装一个linux系统来运行Lynx。

虚拟机软件virtualBox 或者 VMWare,具体的安装方法大家google之。 Linux系统推荐用ubuntu,它可以在图形界面上安装lynx。

在装了Lynx的Linux系统的命令模式下输入:lynx -dump www.alibaba.com 并回车,这个页面上的隐藏链接就一览无余了。如:

检测出了隐藏链接

然后再进一步的分析一下,是哪些链接Lynx会认为是隐藏链接呢?

可以看到,至少以下的一种链接是会被Lynx认为是隐藏链接的。代码为:

<a href=”HTTP://www.alibaba.com”> </a>

这个链接,即没有文字作为锚文本,也没有图片或其他作为链接的对象。如果不去加载css文件或js文件,光就这个代码,在网页上是看不到这个链接的存在的。当然这就是隐藏链接,毫无争议的。

这是Lynx认为的情况,搜索引擎也是一样的。从整个互联网来看,这种检测方法在99%的情况下都不会冤枉一个网站的。对于google来说,一个检测方法,如果能有40%以上的反作弊效率,那是非常好的一个方法。

一个非作弊的网站,产生这种情况的原因,是因为网页设计人员的一些“奇怪”的代码写法。如果你去检测你的网站,说不定也能看到这些隐藏链接。

当然,Lynx的作用不止这个。它首先是能以一个可视化的角度来展现爬虫看到了什么内容。用它可以挨个检查你的网页给搜索引擎爬虫展现了怎么样的内容。如:

Lynx看到的内容

然后才是其他的一些功能:

可以检测网页代码的完整性。如果提示有“Bad HTML”就要注意一下。

可以和IE一样查看源文件。 命令在附录中。

对cookie的跟踪是特别对待的。会提示你是不是跟踪cookie。

对框架和表单的处理和爬虫是一样的。

URL太多参数,会造成浏览困难。

可以查看网页返回的http头信息

……

你会看到很多似曾相识的东西。

Lynx 的出现时期,恰好是第一个爬虫程序诞生的时候。有相当大的理由相信他们的是一样的理念。而且现在维护和更新Lynx的人员,有些也在维护其他开源的爬虫程序。你其实也可以把Lynx看成一个可视化的爬虫。

HTTrack 是一个比较宏观的爬虫模拟器。而Lynx就更细节一些,也更实用一点。


附录 Lynx的简要使用说明:

以下为引用的内容:

移动命令:下方向键:页面上的下一个链接(用高亮度显示)。上方向键:页面上的前一个链接(用高亮度显示)。回车和右方向键:跳转到链接指向的地址。左方向键:回到上一个页面。

滚动命令:+,Page-Down,Space,Ctrl+f:向下翻页。-,Page-Up,b,Ctrl+b:向上翻页。Ctrl+a: 移动到当前页的最前面。Ctrl+e: 移动到当前页的最后面。Ctrl+n: 向下翻两行。Ctrl+p: 往回翻两行。): 向下翻半页。(: 往回翻半页。#: 回到当前页的 toolbarbanner

文件操作命令:

c: 建立一个新文件。d: 下载选中的文件。E: 编辑选中的文件。f: 为当前文件显示一个选项菜单。m: 修改选中文件的名字或位置。r: 删除选中的文件。t: Tag highlighted file。u: 上载一个文件到当前目录。

其他命令:

?,h: 帮助。a: 把当前链接加入到一个书签文件里。c: 向页面的拥有者发送意见或建议。d: 下载当前链接。e: 编辑当前文件。g: 跳转到一个用户指定的URL或文件。G: 编辑当前页的URL,并跳转到这个URL。i: 显示文档索引。j: 执行预先定义的“短”命令。k: 显示键盘命令列表。l: 列出当前页上所有链接的地址。m: 回到首页。o: 设置选项。p: 把当前页输出到文件,e-mail,打印机或其他地方。q: 退出。/: 在当前页内查找字符串。s: 在外部搜索输入的字符串。n: 搜索下一个。v: 查看一个书签文件。V: 跳转到访问过的地址。x: 不使用缓存。z: 停止当前传输。[backspace]:跳转到历史页(同 V 命令)。=: 显示当前页的信息。: 查看当前页的源代码。!: 回到shell提示符下。_: 清除当前任务的所有授权信息。*: 图形链接模式的切换开关。@: 8位传输模式或CJK模式的切换开关。[: pseudo_inlines 模式的切换开关。]: 为当前页或当前链接发送一个“HEAD”请求。Ctrl+r: 重新装如当前页并且刷新屏幕。Ctrl+w: 刷新屏幕。Ctrl+u: 删除输入的行。Ctrl+g: 取消输入或者传送。Ctrl+t: 跟踪模式的切换开关。;: 看 Lynx 对当前任务的跟踪记录。Ctrl+k: 调用 Cookie Jar 页。数字键: 到后面的第 n 个链接。

作者:国平

来源:http://www.semyj.com/archives/426

相关阅读

document.all 在各浏览器中的支持不同

all 方法最初是由 IE 浏览器拥有的,并不属于 W3C 规范范畴,他返回调用 all 方法的 HTML 标记自身内的所有子孙元素的 HTML 标记集合

SEO网站收录情况分析查询方法(小技巧Tips)

网站整体收录情况:site:pumaboyd.cnblogs.com域名的反向链接数:link:cnblogs.com链接的反向链接数:link:pumaboyd.cnblogs.com链接的

html中的显示图片ie浏览器显示红叉

郁闷半天,怎么猎豹浏览器可以显示图片,但是ie却是一个空叉叉呢??????原来是你的图片所在的路径中有一个文件中是中文命名的,这就是导致错误

微软建“IE6倒计时” 网站呼吁用户停用IE6浏览器

2010年3月1日,微软宣布结束对IE6的主流支持。微软已经推出一个名为“IE6倒计时”的网站,呼吁用户停止使用IE6,改用更高版本的IE浏览

谷歌浏览器被7654恶意篡改主页解决办法

真的要吐槽一下U大师,使用它重做系统,浏览器居然被恶意篡改为7654,真是国产的软件,呵呵。。。 下面说一下解决办法把: 参考另一个博主

分享到:

栏目导航

推荐阅读

热门阅读