网站页面代码长度对收录的影响
此前在百度站长平台的站长学院中，百度官方的工程师分享了这样一个案例，一个网站主题内容由js生成，没有对用户访问做优化，但是对搜索引擎爬虫做了很多有针对性的优化，表面看起来十分完美，但是却没有被百度收录。究其原因发现，这个网站将图片二进制内容直接放到了html中，导致页面长度过长，从而没有被百度收录。可能很多站长看了这个案例会纳闷，做了好多年网站，还从没遇到这样的案例。难道页面长度也是影响网站收录的重要因素吗。
分析这个问题，首先我们要了解什么是网站页面长度。这里所谓的页面长度并非直观意义上浏览网站页面所看到的长度。而是指的页面代码长度。一般的网站，都会将图片的链接或者路径直接加到html代码中，对页面长度没有太大影响，而这个网站的案例并不多见，它直接将图片的二进制内容放到html代码中，也就是直接使用了base64编码，才导致了网站不收录的情况。
百度站长平台给出的分析原因：
1、网站针对爬虫爬取做的优化，直接将图片二进制内容放到了html中导致页面长度过长，网站页面长度达164k;
2、 站点优化后将主体内容放于最后，图片却放于前面;
3、爬虫抓取内容后，页面内容过长被截断，已抓取部分无法识别到主体内容，最终导致页面被认定为空短而不收录。
工程师建议：
1、不建议站点使用js生成主体内容，如js渲染出错，很可能导致页面内容读取错误，页面无法抓取
2、 如站点针对爬虫爬取做优化，建议页面长度在128k之内，不要过长
3、针对爬虫爬取做优化，请将主体内容放于前方，避免抓取截断造成的内容抓取不全
其实这个问题，一般网站都不会出现，只是极少数网站会采用如此不合理的页面优化方式。不过也给广大网站提了个醒，在平时优化网站时，页面长度也是衡量一个页面质量能否被收录的主要因素之一。
网站前端和内容上，页面过长是否影响收录?
分析完了网站页面长度导致不收录的原因，可能有人要问，我的网站页面长度都控制在合理范围内，也不是js生成的主题内容，为什么收录效果还是一般。这个问题，就要考虑网站模版页面的设计，以及内容长度上对于收录的影响了。在这里，笔者也给出了一下几点建议：
1、文章建议设置摘要栏，并且不建议文章开头使用图片。现在很多网站的文章，都会设置摘要。一般摘要不易过长，大概50-100个字即可。这样不仅提高了用户的阅读体验，对于搜索引擎抓取也起到了很好的促进作用。像百度，就比较喜欢摘要设置合理的文章内容。现在有很多网站，在发布内容时，喜欢配图。图文结合的文章确实有利于阅读，也受搜索引擎欢迎。但是如果正文以图片开头的话，百度首先抓取到的是图片，然后再抓取内容，这样的文章其实是不利于抓取的。所以建议将图文放置在文章中间的位置，并且设置摘要，这样的内容才是搜索引擎最喜欢抓取的样式。
2、文章过长建议设置分页。现在很多网站喜欢发长文，有的网站设置了分页，而有的网站则是一拉到底，内容很长。不仅不利于用户阅读，搜索引擎爬虫也不喜欢这样的文章。太长，用户一直要下拉滚动条，如果图片太多，还会影响加载速度。同理，搜索引擎爬虫也存在抓取困难的问题。久而久之，便会降低对网站的内容评价，影响收录。
3、频道栏目页文章不宜设置过多条数。现在的频道栏目页图文摘要的形式成为主流，进而增加了页面下拉的长度。如果设置过长，用户浏览体验不佳，更不利于搜索引擎爬虫抓取。频道栏目页的显示条数，宜设置在30条左右。此前笔者的网站设置了每页显示50条，普遍用户反映不方便浏览。通过测试，百度抓取的效果也不是很理想。频道栏目的文章摘要，也应该统一为固定的字数，50-100字最佳。因为规范的图片和摘要，也是搜索引擎爬虫抓取衡量网站质量的重要因素。能够手动设置最好，因为在摘要中手动设置适当的关键词，也有利于页面和文章的收录。
今天讲了这么多，最重要的还是页面的规范。即使你的网站做的再漂亮，在优化中不遵从网站页面的规范，收录也不会得到明显的提升。
