百度站長(zhǎng)平臺(tái)提供的死鏈提交工具,可將網(wǎng)站存在的死鏈(協(xié)議死鏈、404頁面)進(jìn)行提交,可快速刪除死鏈,幫助網(wǎng)站SEO優(yōu)化。在提交死鏈的文件中逐個(gè)手動(dòng)填寫死鏈的話太麻煩，工作中我們提倡復(fù)雜自動(dòng)化，所以本文我們一起交流分享Apache服務(wù)中通過shell腳本整理網(wǎng)站死鏈，便于我們提交。

1.配置Apache記錄搜索引擎

Apache是目前網(wǎng)站建設(shè)最為主流的web服務(wù)，但是apache的日志文件默認(rèn)是不記錄百度、谷歌等各大搜索引擎的爬取程序的，所以首先需要我們?cè)O(shè)置Apache的配置文件。

找到Apache的配置文件httpd.conf，在配置文件中找到下面兩行：

CustomLog "logs/access_log" common #CustomLog "logs/access_log" combined

默認(rèn)采用的是common，這里我們只需要將common這一行前面加#注釋掉,然后將combined這一行前的#去掉即可。然后保存重啟Apache服務(wù)。

注：如果你的服務(wù)器上添加了多個(gè)站點(diǎn)，每個(gè)站點(diǎn)有單獨(dú)的配置文件，則我們只需要在相應(yīng)站點(diǎn)的配置文件中設(shè)置CustomLog項(xiàng)即可，例如：

vim /usr/local/apache/conf/vhost/www.chanzhi.org.conf ServerAdmin [email protected] documentRoot "/data/wwwroot/www.chanzhi.org" ServerName www.chanzhi.org ServerAlias chanzhi.org ErrorLog "/data/wwwlogs/www.chanzhi.org_error_apache.log" CustomLog "/data/wwwlogs/www.chanzhi.org_apache.log" combined SetOutputFilter DEFLATE Options FollowSymlinks ExecCGI Require all granted AllowOverride All Order allow,deny Allow from all DirectoryIndex index.html index.php

下面是配置前后的網(wǎng)站日志記錄格式：

配置前：

配置后：

2.編寫shell腳本

我們通過shell腳本獲取網(wǎng)站日志中指定爬蟲的抓取記錄，然后匯總到一個(gè)文件中，便于后期使用。代碼如下，比如保存為deathlink.sh

#!/bin/bash#初始化變量#定義蜘蛛U(xiǎn)A信息（默認(rèn)是百度蜘蛛）UA='+http://www.baidu.com/search/spider.html' #前一天的日期（apache日志）DATE=`date +%Y%m%d -d "1 day ago"` #定義日志路徑logfile=/data/wwwlogs/www.chanzhi.org_apache.log-${DATE}.log #定義死鏈文件存放路徑deathfile=/data/wwwroot/www.chanzhi.org/deathlink.txt #定義網(wǎng)站訪問地址website=http://www.chanzhi.org #分析日志并保存死鏈數(shù)據(jù)for url in `awk -v str="${UA}" '$9=="404" && $15~str {print $7}' ${logfile}`do grep -q "$url" ${deathfile} || echo ${website}${url} >>${deathfile}done 

大家在使用該腳本時(shí)，根據(jù)自己服務(wù)器情況調(diào)整下路徑和字段即可，然后執(zhí)行腳本,：

bash deathlink.sh 

3.提交死鏈

執(zhí)行上面腳本時(shí)候，就會(huì)在指定目錄下生成包含所有獲取的404頁面鏈接的文件，每個(gè)連接占一行。例如：

最后在站長(zhǎng)平臺(tái)提交死鏈頁面中，填寫自己的死鏈文件地址即可，例如：

百度在審核通過之后，會(huì)將已經(jīng)收錄的失效鏈接刪除，以避免失效頁面鏈接對(duì)網(wǎng)站造成不良的影響。