編者按：《VIP大講堂》是百度站長平台於2014年為站長們解答建站、運營等問題而開設的講堂，僅VIP俱樂部成員可報名參加。通過《VIP大講堂》，站長們可以從百度官方了解到最新的百度技術動態、以及百度對待站點的態度等內容，還可以學習到關於搜索引擎優化、建站、內容建設、安全等多方面的內容。近日，百度站長平台發布了VIP大講堂上海站的QA內容，主要包括Spider抓取、優先建庫、以及網頁解析三個方面。
主要QA內容如下：
問：為什麼收錄量像坐過山車一樣的，還有為什麼有些網頁今天在明天就沒了？
答：百度會周期建庫，且每個庫的收錄量是恆定的，你老是有新增，肯定會再從庫裡淘汰一些，反正總是保持那個庫是滿的。在建庫的過程中，你會感覺有波動。具體的怎麼篩，哪個頁面會留下哪個頁面會淘汰，這個策略是有很多的，他隨著時間的變化，收錄的標准策略也是在發生微調。
問：我們站點使用CDN加速會不會比較容易造成蜘蛛無法抓取？因為有時候修改掉他綁定的什麼東西。
答：如果要修改掉一定要通知到上一級，現在不存在這個問題，現在你如果修改掉也可以解析掉，之前可能會存在這個問題。
問：你們百度自己也有一個CDN加速，對抓錄排名有沒有影響？
答：在使用CDN加速這個問題上，我們對所有站點一視同仁。但我建議你使用技術能力強的CDN服務商，保證站點的穩定和速度，百度會更喜歡。
問：剛才您說IP上的站點數不能太多，那CDN這種情況怎麼辦？
答：CDN的情況另說，如果我們識別出來是CDN的話不會受站點數量的影響，如果你是提供獨立IP的話會有這樣一些問題。
問：還是IP上站點數量的問題，如果是主域跟二級域名呢？也受數量限制？
答：我說的是獨立域名。當然質量比較好的二級域名也可以認為是獨立域名。
問：多個域名，他有相同的一些內容，怎麼建庫？
答：如果是多域名在同一個主域下面有相同內容的話，不可能所有都建庫，而且被建庫的那個可能不是你希望的那個，所以盡量不要有相同的內容。
問：剛才講的IP如果是多域名的話，好幾百個IP域名，現在我們也用了CDN，按照剛才的說法，單個IP最多抓多少？1000萬是說對站點還是對IP？
答：對IP，但1000萬是我舉例，不是實際的數據，這個數據不會分享出來的。
問：現在我的網站被很多蜘蛛爬，我想只讓百度蜘蛛爬，百度蜘蛛IP多少？能設白名單麼？
答：百度蜘蛛IP是不斷變的，現在網上的確有一些白名單的說法，暫時是有較的，但不保證今後不會變，所以建議站點還是通過ua進行判斷，我們百度站長平台上有相關的文章，你可以找一下。
問：如果我寫robots只想禁掉動態鏈接的話，會不會影響動態參數前面正常鏈接的抓取？
答：不會的，你原來的頁面還在，肯定會抓。
問：比如我們一個域名www.abcde.com，我們想把帶？號的url全部禁掉，首頁我們不要禁掉，怎麼弄？
答：?前面有個*，後面再有個*就可以了。
問：我想了解，如果我現在收錄有5萬，大概多長時間才能把我原來收錄5萬重新抓取一遍？
答：不同站點不好說，一個是你站點做的很好，知名度很響更新很快質量很好就會快；如果你的站點默默無聞，貢獻很少，可能就會很慢。
（接上個問題）
問：就是差不多的情況，大概。
答：這個沒有人能估出來。
問：百度站長平台上有數據提交的工具，我們實時提交，你們也會實時抓取嗎？
答：不會，他會有一層判斷。現在只是通知你提交成功，後面什麼時候抓，什麼時候建庫沒有，我們正在研究要不要把這個分享出來。
問：我網站有一些列表頁，都沒有鏈接，擔心百度抓不到
答：現在百度站長平台的站內搜索工具有一個綠色收錄通道，在那裡提交種子頁，我們就知道的。
（接上個問題）
問：提交種子頁面必須要用站搜？
答：是的。
問：如果說頁面裡url特別多的話，蜘蛛會不會有選擇性的進行抓取？
答：不會，他都會一個不漏給你提出來，但會把JS、CSS這樣的鏈接給過濾掉。但請注意，全部抓取過來之後會進行篩選，並不是所有都會建庫。
問：現在很多網站都有自己的站內搜索，都會產生站內搜索結果頁，百度不喜歡搜索結果頁的話，我們用這個會不會對我們有影響？只是不喜歡還是對我們網站會有懲罰
答：蜘蛛會去抓，抓完之後重要是提取裡面的鏈接。如果只有一兩條這樣的頁面質量不好問題不大，如果整體質量較差，有可能受到懲罰。
問：新出的時效性文章當時沒有被收錄，後期是否還會被收錄？
答：會
問：站點每天最高爬蟲多少次？
答：這個其實說不好，有的站點我們一天會抓一兩千萬，有的站點只抓幾個、幾十個，看你的規模和質量，而且這個抓取量也是會根據網站的情況進行調整的。
問：我們的頁面本身就很大，會不會解析不出來？
答：頁面本身很大倒沒問題，趕集、安居客這些量都很大，沒有問題。我剛才說的例子，你每次都follow出來新鏈接，隨機把後面的參數去掉都不影響這個網頁的正常訪問，這種肯定有問題的。
問：剛才說對URL的長度有要求，那對每一段、就是目錄名的長度有沒有要求
答：沒有要求，我們是要求url從www開始到結束，總長度不超過1024個字節。
問：站內重復內容是怎麼判斷的？文本內容一樣結構不一樣，算不算重復？
答：算重復
問：假設是整個頁面全是Flash，如果我把一些欄目或者最新的內容隱藏掉，不影響美觀隱藏掉，如果用hidden屬性能不能提取出來？CSS可不可以？
答：hidden可以提出來，但如果是注釋就不會管。CSS不可以。
問：頁面大小不超過1兆，是指頁面壓縮以前還是以後。
答：指頁面壓縮以後，不要超過1兆
問：我網站的信息已經過時了，但網頁返回的是200，會受懲罰？為什麼呀？
答：用戶在搜索結果裡點了你的結果，導流導到你的網站，但沒什麼可看的，對用戶沒有用，百度當然不喜歡。
問：現在我們很多網站，為了讓