今天，在考虑设置防火墙时，突然想到，应该统计一下guest book spammer的地理分布情况，把那些无关又有很多垃圾散布者的国家直接屏蔽掉算了。于是取近期部分LOG（1月18日早上4点到今天晚上20点），发现共约117人次！编了几个小脚本，对这些spam的来源按国家作了一个统计，结果如下：

CN: 37;  NET: 12; COM: 11; BR: 7;   SA: 5;
IN: 5;   AU: 4;   DE: 4;   UA: 4;   TH: 4;
RU: 3;   JP: 3;   HK: 2;   NO: 2;   PK: 2;
LV: 1;   IR: 1;   PS: 1;   KZ: 1;   GB: 1;
DO: 1;   NL: 1;   ID: 1;   LT: 1;   AE: 1;
SK: 1;   ES: 1;   TW: 1;   BG: 1;   SG: 1;

这个结果让我有点吃惊。在我的印象中，散布网络垃圾的大多是从欧洲来的，特别是东欧等地。。。后来直接在程序里对其加以拒绝处理，懒得再调查了，没想到现在国内的垃圾散布者倒是后来居上。也太不给面子了吧？总不能把中国来的访问都屏蔽了啊。。。

从上次检查到现在，又过了大约一周。

百度：新址2290（多了720个！） － 旧址746（逐渐减少）

看来百度还是不错的嘛。起码它正确地理解了我的意图：要从旧地址迁移到新地址。而且，百度抓取比较疯狂，可能有些人不喜欢这点。

Google：新址120 （少了74个！）－ 旧址1,570（没变！）

很奇怪，反正Google就是我行我素，你也不能跟它理论。

Yahoo!：新址2910(多了640个） － 旧址2200（减少了2280个）

Yahoo!的做法一直比较正确。

Live：新址105（多了107个） － 旧址64（少了22个）

也正确，只是它还是一贯的慢！不过这次它的抓取质量高了些，每页都有内容，不像以前，只是一个链接地址摆在那里。

从这次的结果看来，只有最大的巨头Google的结果比较荒诞，其他的都很正确。不知Google又犯什么病了。:-)

从改域名到现在有两周多了。监视一下各大搜索引擎的收录情况。

百度：新址1,570 － 旧址911

新地址突然从昨天的3个变得这么多！旧地址在减少。

Google：新址194 － 旧址1,570

新地址略增（多了约100个），旧地址略减（少了30个）。

Yahoo!：新址2,270 － 旧址4,480

新地址大量增加！令我百思不得其解的是，旧地址居然也在增加？！我把地址都重定向了啊！难道它是用以前抓到的来更新的？也就是说，这是由于抓取和更新之间的滞后造成的？

Live：新址8 － 旧址88

新地址多了4个，旧地址少了1个。看来微软的搜索引擎就是慢！就像Windows Vista的发布计划一样。:-D

百度看来还是一贯的快。但从LOG中，看到它还是在不管别人机器死活地快速频繁地HEAD个没完，返回给它301重定向了，它也不理，只是一个劲地HEAD。。。不过也许它分析过301返回码了所以才在减少我的旧地址？

令我惊奇的是 Yahoo!。以前在我印象中，它收录比较慢，只是收录Blog的速度像是比快。不过，它现在对动态网页的收集速度很快，不像Google那样，整天来爬，却极其吝啬于收录。现在，从Yahoo!来的流量超过了Google。这在以前是没有过的。

Google则还是维持其一贯的步调，不知是其公司大而效率变低还是它太过于力求“完美”？

不知道Live的收录标准到底是什么。印象中总是只收你的寥寥几页。它号称已经开始用sitemap标准了，但从来没见到向它提交的方法。看来[name]微软, http://www.microsoft.com[/name]还是公司太大，别的事情（比如其主业Windows和Office等）太忙，而在这上花的资源太少。就像它的Messenger，现在也很不景气，逐渐被Skype等取代。

不管怎么说，最后向各个收录弊站的搜索引擎道声谢！

在iDog看来，最好的SEO应该是：健全优美的网页－刻意的SEO

健全优美的网页就像外表整洁之对于人。我们都希望和外表整洁、显得有专业素养的人打交道，而有可能回避外表肮脏粗俗的人，程序也是一样。尽管出于竞争的考虑，几乎所有的浏览器都尽力显示明显语法错误的网页，但搜索引擎机器人毕竟不是人，因此，尽可能正确地给它们提供网页的信息就显得十分重要，谁让我们必须求它们了？

一个健全优美的网页应符合以下条件：

• 合乎W3C的某种标准的规范
• 国际化信息正确
• 恰当的标题（title标签）：最好能既含有相关的关键词，又对阅读者来说是一个很好的标题（也就是说，不能只作给机器人看，主要还得照顾人类）
• 包括恰当的keyword标签：尽管Google基本不理会该标签，但毕竟还是有关心它的。但应紧扣文章主旨，不能是任意关键词的堆砌。
• 包括恰当的description标签：最好包括文章的关键词。但是，每篇文章都专为机器人另写一段，似乎比较过分。因此，一个比较偷懒的方法是取文章的一段，或其一部分，如果它太长的话。这样，就用程序自动处理就可以了。
• 文章标题和title标签相同，并使用h1标签。
• 有必要的话，加下级的标题，用h2、h3等标签，理想的情况下应含有关键词。不过，写文章时总考虑关键词等，就有点目的性太强，而容易使人失去写作的兴趣。因此，关键词不用强求。
• 第一段交代文章的主旨，含有关键词。也可以像一些文章那样，先写一个简短的摘要，并用斜体字。
• 简洁的head部。不要堆积一些java script、css等与文章内容无关的代码。要把这些代码放在外部文件中。
• 尽量不用table等来排版。
• 导航部分放在文章的后面？这个我也不太清楚，因为这部分往往含很多关键词，但是，它们可能跟文章无关。因此见仁见智。
• 图片都加alt属性，里面放上描属性的语句。机器人是不会欣赏图片的，必须告诉它那是什么。
• Flash只能是网页的点缀，不能用来组建网页的结构。
• 动态网页的网址静态化。
• 网址统一化，防止形成“补充材料”。
• 网页要尽可能简洁（不只是外观，还包括代码），不能太杂乱。
• 网页不能过大过小。大的分割成几页，小的合并。
• 网页层次不能太多：这对于分门别类地组织题材稍广的内容的网站比较困难。我也没想好解决方法。也许可以把各题材做成sub-domain？但这样一来，网站的流量就被各sub-domain分流了。。。也许可以用子目录整理但减少各主题之间的链接的解决方法？
• 尽量避免网页上全是指向其他网页的链接。这比较容易出现在目录或索引之类的网页中。要是只有一个两个倒没什么，但不能有太多。解决方法是在上面加点相关于这些链接的内容，并放在链接之前。
• 避免没有文字而全是图片。因为机器人看不懂图片。
• 加强网页之间的链接。
• 做指向相关的权威站点的链接。

总之，应该在保证语法正确、简洁明了的前提下，尽可能让人看着舒服。毕竟，网页最终面对的还是人。因此，最好的SEO可能就是没有刻意的SEO，就像最高的武功就是没有招式一样。。。

本站从今年1月7日晚开始换用新的域名（www.idogicat.com），开始几天十分惨淡。。。另外，在设置网址由旧域名向新域名重定向时，还出过几次技术失误，以至于把一些搜索引擎的机器人以及本人（！）都给BLOCK了（那些机器人想必和我一样郁闷，它们想“自打出世还没谁敢BLOCK老子呢！”，而我则作为本站的站长被屏蔽，天理何在啊！）。。。经过一番折腾和时间的积累，Google的机器人终于开始爬得多些了，而且含有新域名的网址开始出现在几大搜索引擎中，但与残存的含旧域名的网址相比，还是小巫见大巫，少得可怜:

百度：新址1 － 旧址1,580 （！百度向来更新比其他搜索引擎快，不知道为什么这次这么可怜）
Google：新址99 － 旧址1,600 (6.19%)
Yahoo!：新址117 － 旧址3,720 (3.15%)
MSN：新址4 － 旧址89 (4.49%)

如此看来，还是Google对重定向的理解比较好或反应比较快。。。Yahoo!收录了一些Google不知道为什么没有收录的CGI页，但是Google的机器人朋友一直在拼命地流窜于我那些CGI页之间啊！Yahoo!的巡回频度倒是没那么大，却早早的收录了。。。搞不清Google犯了什么毛病。

看来要完全地从旧域名转到新域名，还得经过一个比较长的过程。不过我并不后悔。这事赶早不赶晚。要是当初就把域名拿下的话，现在就没这么多烦恼了！

iDog@iDogiCat

改在网站发表了：

http://www.idogicat.com/wcs/IT/SeoNotes.html