这是一个创建于 3530 天前的主题，其中的信息可能已经有所发展或是发生改变。
鄙站使用phpcms系统搭建。
下面有若干二级域名，例如
a.domain.com/
b.domain.com/
每个二级域名下都有若干栏目和文章，进行了伪静态处理（nginx），例如
a.domain.com/category1/1.shtml
b.domain.com/category2/2.shtml
后台程序做过二次开发，实际上是会忽略url里“栏目”这个属性的（就是上面例子里的 category1，category2）；只会处理后面的数字id去查找数据库里对应的记录，然后解析并显示出来。也就是说
a.domain.com/category1/1.shtml
和
b.domain.com/category2/1.shml
会读取同样的“内容”（正文区域），但是显示的“模板”会不一样（除了正文以外的html）
最近发现一个奇怪的问题：百度会收录“不存在”的链接：
例如本来我数据库里有这样一条记录
b.domain.com/category2/2.shml
意思是id=2的文章，属于站点b下的category2栏目。
但是百度会收录成
a.domain.com/category1/2.shml
也就是说，它记录了错误的站点和栏目
我检查过了，前台页面里根本就没有这样的“错误”链接。
那么百度这种混乱的收录，到底是怎么来的呢？ 蜘蛛会去尝试这种“没有身份证”的链接吗？（虽然实际上可以打开，但根本没有任何地方可以找到入口）
下面有若干二级域名，例如
a.domain.com/
b.domain.com/
每个二级域名下都有若干栏目和文章，进行了伪静态处理（nginx），例如
a.domain.com/category1/1.shtml
b.domain.com/category2/2.shtml
后台程序做过二次开发，实际上是会忽略url里“栏目”这个属性的（就是上面例子里的 category1，category2）；只会处理后面的数字id去查找数据库里对应的记录，然后解析并显示出来。也就是说
a.domain.com/category1/1.shtml
和
b.domain.com/category2/1.shml
会读取同样的“内容”（正文区域），但是显示的“模板”会不一样（除了正文以外的html）
最近发现一个奇怪的问题：百度会收录“不存在”的链接：
例如本来我数据库里有这样一条记录
b.domain.com/category2/2.shml
意思是id=2的文章，属于站点b下的category2栏目。
但是百度会收录成
a.domain.com/category1/2.shml
也就是说，它记录了错误的站点和栏目
我检查过了，前台页面里根本就没有这样的“错误”链接。
那么百度这种混乱的收录，到底是怎么来的呢？ 蜘蛛会去尝试这种“没有身份证”的链接吗？（虽然实际上可以打开，但根本没有任何地方可以找到入口）
目前尚无回复
Select Language