代码优化
1、HTML源代码分析教程
1、<!--页面注解-->
2、<html>
3、<head>
4、<meta http-equiv="Content-Type" content="text/html; charset=gb2312">
5、<meta http-equiv=“Content-Language” content=zh-cn>
6、<title>页面标题</title>
7、<meta name="keywords" content="关键词">
8、<meta name="description" content="网站描述">
9、<link href="inc/css.css" type="text/css" rel="stylesheet">
10、</head>
11、<body>
12、<div>
13、<h1>页面内容标题</h1>
14、<h2>页面相关性标题</h2>
15、<h3>标题系列</h3>
16、<h4>标题系列</h4>
17、<h5>标题系列</h5>
18、<h6>标题系列</h6>
19、<img src="xxx.jpg" alt="图片说明">
20、<a href="/" title="链接说明">锚文本</a>
21、<strong>重点关键词强调</strong>
22、<b>关键词强调</b><u>关键词强调</u><i>关键词强调</i>
23、</div>
25、<div>
26、版权部分关键词强调
27、</div>
28、</body>
29、</html>
********************************************************
注：在<body>..</body>标签区中的罗列，都是一些基础的HTML标签，这些标签出现的次序是可以变化的。
第1行的<!--页面注解-->
这个标签是用来做HTML代码注解的，这种形式的注解在浏览器中是不会显示的，而搜索引擎可以读到。所以这个标签有的时候会成为作弊的一种形式，而这种原始的作弊方式、早被搜索引擎
第4行到第5行<!--meta标签-->
对于Meta标签来说他包含了很多参考、其中需了解“Content-Type”代表页面编码、“Content-Language”代表页面语言，这是一个很容易被SEO初学者忽悠的标签、一旦设置错误、可能影响搜索引擎对页面的抓取及收录。
第6行<title>页面标题</title> 重点了解
页面标题对搜索引擎排名的优化是非常大的、而在SEO优化过程中、也是重点优化对像之一、尤其是百度对页面标题的评分很高、而标题的书写也直观重要、包括：标题是否完全匹配、是否包含与被包含关键词等
第7行<meta name="keywords" content="关键词">
关键词标签对于现在的搜索引擎或SEO优化者来说价值越来越低了、以前搜索引擎对关键词标签是很看重了、由于黑帽的手法慢慢体现、一些SEO人员以堆积关键词标签来提升网站排名为目的，导致现在搜索引擎对关键词标签、可以说是忽悠判断，但是个人认为、虽然是被忽悠、但是首页的关键词还是可以手工处理下、至于内页可以忽悠。
第8行<meta name="description" content="网站描述">
主要在搜索引擎结果中体现，与关键词标签一样、目前不太受搜索引擎看中、但描述标签与关键词标签是有区别的、关键词标签浏览器用户正面是无法看到，但是描述标签一旦被搜索引擎索引、是会体现在搜索引擎结果中、而这个结果是可以直接响影用户点击率、可以说一个好的描述可以为你网站增加很多点击及转化、提示：由于搜索引擎时刻在更新、算法及索引方法也不段在进步、或者说很人性化、所以搜索引擎会根据用户搜索“关键词”去抓取网站描述。所以个人建议、还需要注意首页描述及着陆页描述的书写、其它部分可以使用程序调用、
第13行<h1>页面内容标题</h1>
H1标题、一个代码优化中重点标签，也是搜索引擎定位这个页面主题的依据，如果你的<h1>标签里没有出现你的页面关键字，那么这是一种很大的损失，这里的权重相对于其它的在<body>区的标签来说更加重要。在代码优化中、它的重要性仅次于<title>。所以，必需认真对待你的页面<h1>标签的优化，一般使用在文章页面来的文章标题优化。（H1+TITLE 可以说是SEO优化中的致命组合）
第14行到第18行<h2>页面相关性标题</h2>
对比<h1>标签来说、H2标签重要程度相对来说就降底了，一般使用在长尾关键词及相关内容方面，而<h3>~<h6>这些标签，重要性是依次递减的，在一个页面的权重越来越低。
第19行<img src="xxx.jpg" alt="图片说明">
我们知道搜索引擎是不可以抓取图片内容的、那么如何合理的告诉搜索引擎某张图片代表什么了，ALT标签就是告诉搜索引擎图片含义、让搜索引擎的理解图片内容。
第20行<a href="/" title="链接说明">锚文本</a>
锚文本、我们称为关键词链接，关键词链接在SEO优化当中是一个非常重要优化对象之一，而锚文本链接又可以扩展，外部链接形式的锚文本及内部链接形式的锚文本。具体对SEO的作用是需要判断链接的形式不同而不同。
第21行<strong>重点关键词强调</strong>
<strong>标签基实重要性仅次于<h1>，也是强调一类、包括：<b>、<u>、<i>等标签。而对于搜索引擎来说<strong>标签的影响要高说<b>、<u>、<i>等
第26行版权部分优化
随着搜索引擎越来越强大、网页底部、版权部分也是SEO优化者需要优化的地方、一般来说底部文件对于程序来说都是全部调用、所以如果能在底部加上一个关键词链接指向网站首页、那么这种内部式全部投票也是一种对首页页面权重的提高。
网站代码优化目的
1、去掉网站多余的代码，以减少网站的大小，提高网站的加载速度和用户体验。
2、网站代码优化是站长必须要掌握的基本技能，这关系到搜索引擎蜘蛛是否会对你的网站感兴趣，冗长无用的代码会让蜘蛛很难理解，增加蜘蛛抓取网站的难度。
3、同时，网页的精简还关系到网站的加载速度，对用户体验至关重要。
网页代码优化的原因：
(1) 可以减少网页的体积，加快网页的下载速度;
(2) 提高蜘蛛对信息的抓取的速度和准确性
(3) 有利于减少错误的代码，提高页面的对蜘蛛的友好性
(4) 便于管理人员维护，提高工作效率
(5) 减少网页的噪音，突出页面的主题
我们可以从以下几个方面来进行精简代码：
一、清除页面中多余的代码：空格代码、style和font重复定义的代码
有的网站以为制作者的代码书写习惯问题，页面会有很多空格代码。不要小看这些体积很小的代码，积攒多了，也会使我们的网站异常的臃肿。
很多网站都是采用的DIV+CSS，在CSS中定义了文字的字体，颜色，以及页面的排版，但是在网站的其他地方还用了以style以及font来再次定义字体字体，这些代码完全没有必要重复定义，属于可以精简的代码。
二：使用DIV+CSS布局网页
虽然现在div+css已经很成熟了，但是很多网页设计者可能考虑到网页的兼容性以及布局的简易性还是使用老式的table布局，如上图所示。虽然table布局很方便，但是其弊端也是显而易见的，那就是会大大增加网页的大小，尤其是多层表格的嵌套。这种布局不仅会提升体积，同时如果嵌套数太多的话就会影响到搜索引擎的爬行，影响到站点的收录。
另外，一些网站会使用外部文件，将css和js放在外部文件中，页面html中只要放一样代码调用就可以了。有时候我们去查看的一些源文件代码，会看到很多css代码以及javasript代码，将javascript放置在网站页面的html文件中的前面，而真正能用到得一些文字部分这被推倒了html的后面。企赢001认为一般页面代码中的这种代码都需要精简。
三、代码注释
很多程序人员在编写代码是都习惯在别人看不懂的地方给出一段注释，这些代码往往是为了几个程序员之间的协同工作，对于外人以及搜索引擎来说没有任何用处，相反还会给搜索引擎蜘蛛带来一定的困扰。
四、 减少页面表格。
现在的网站用什么做?很多程序员想法就是采用CSS去做，采用CSS去排版，这种做法呢，就使页面中的表格大大的降低了，但是网站也不能没有表格，有些事必须使用到得，使用表格本身没什么，但是有很多网站都采用嵌套表格，一般这样的表格形式会给网站产生大量的垃圾代码，并且这些垃圾代码都是没有任何用处的代码，这一类代码也是我们网站需要精简的代码之一。
五、降低页面对于JS的依赖性
现在来说，JS对于搜索引擎并不不友好，虽然有消息称搜索引擎不会对JS有厌恶的情绪，但是多一事不如少一事。虽然JS可以制作出很多的效果，但是网页中大量的JS将影响蜘蛛对页面的抓取和增加网页体积。尤其是页面的关键位置如导航栏，尽量采用DIV+CSS的设计方法。
六、尽量不要使用内嵌式CSS
内嵌式CSS分为两种，一是在head区域的普通内嵌式，二是在标签内出现的行内内嵌式css，无论是何种内嵌CSS方式结果都会提升页面的体积。对此我们可以尽量使用外调式的CSS来为站点页面的体积瘦身。
七、将html控制方式转换为CSS控制
很多网页设计者习惯在标签内对内容进行控制。比如img标签里通过width和height来控制图片的大小。尽量将这些代码转换成外调式的CSS，使网页代码更加的瘦身。
八：对网页进行GZIP压缩
这一点可能大家都很熟悉。这个功能需要你的服务器的支持。GZIP压缩一般能对网页进行30%-80%的压缩，是重要的一种优化效果。
标签优化
(一)、常用标签
包括html、body、head、foot、p、b、i、em、strong、font、div、/br、span、image、title、keywords、description、tag、a、nofollow、canonical、h。
(二)、标签的一般写法： (特殊标签除外，比如</br>)
(三关键词：
日志分析
1.什么是网站日志，从网站日志里面外面能得到什么？
网站日志：服务器记录了用户在网站上面的一些行为信息
内容包括：访客的IP地址 访问的时间 访问的方式 访问的协议 访问的状态码 访问的页面 访问了页面的大小 访客的操作系统以及使用的浏览器版本及内核
2.如何获取网站日志？
登陆FTP Weblog文件夹 下载
3.常见返回状态码：
200 返回成功 可以正常访问
301 重定向 集中权重
302 临时重定向
304状态码 如果客户端发送了一个带条件的GET 请求且该请求已被允许，而文档的内容（自上次访问以来或者根据请求的条件）并没有改变，则服务器应当返回这个304状态码。简单的表达就是：客户端已经执行了GET，但文件未变化。
403 forbidden 服务器拒绝访问 权限问题 服务器不支持这个脚本运行
404 访问的页面不存在 not found (404错误页面)
500 并发数超了（）在某个时段内所允许的大访问数量（15s）
503 服务器宕机（由于超载或进行停机维护)
4.IIS日志各字段讲解#Fields: date time s-sitename s-computername s-ip cs-method cs-uri-stem cs-uri-query s-port cs-username c-ip cs-version cs(User-Agent) cs(Referer) cs-host sc-status sc-substatus sc-win32-status sc-bytes cs-bytes time-takendate：发出请求时候的日期。
time：发出请求时候的时间。注意：默认情况下这个时间是格林威治时间，比我们的北京时间晚8个小时，下面有说明。
s-sitename：服务名，记录当记录事件运行于客户端上的Internet服务的名称和实例的编号。
s-computername：服务器的名称。
s-ip：服务器的IP地址。
cs-method：请求中使用的HTTP方法，GET/POST。
cs-uri-stem：URI资源，记录做为操作目标的统一资源标识符（URI），即访问的页面文件。
cs-uri-query：URI查询，记录客户尝试执行的查询，只有动态页面需要URI查询，如果有则记录，没有则以连接符-表示。即访问网址的附带参数。
s-port：为服务配置的服务器端口号。
cs-username：用户名，访问服务器的已经过验证用户的名称，匿名用户用连接符-表示。
c-ip：客户端IP地址。
cs-version：记录客户端使用的协议版本，HTTP或者FTP。
cs(User-Agent)：用户代理，客户端浏览器、操作系统等情况。
cs(Referer)：引用站点，即访问来源。
cs-host:记录主机头名称，没有的话以连接符-表示。注意：为网站配置的主机名可能会以不同的方式出现在日志文件中，原因是HTTP.sys使用Punycode编码格式来记录主机名。
sc-status：协议状态，记录HTTP状态代码，200表示成功，403表示没有权限，404表示找不到该页面，具体说明在下面。
sc-substatus：协议子状态，记录HTTP子状态代码。
sc-win32-status：Win32状态，记录Windows状态代码。
sc-bytes：服务器发送的字节数。
cs-bytes：服务器接受的字节数。
time-taken：记录操作所花费的时间，单位是毫秒。
5.分析工具
5.1 光年日志分析工具
5.2 excel表格
5.3爱站工具包日志分析
日志的简单分析
1)注意那些被频繁访问的资源
2)注意那些你网站上不存在资源的请求。常见的扫描式攻击还包括传递恶意参数等：
3)观察搜索引擎蜘蛛的来访情况(看网站的抓取情况)
问题
1、新站刚上线,看看搜索引擎有没有来你网站抓取了;
2、网站收录异常,或者被k,通过日志可以了解搜索引擎是否还有来光顾你的网站;
3、对于网站的问题进行解决,必须要读懂日志;
、基础信息
我们从日志中能够获取哪里基础信息呢?总抓取量、停留时间(h)及访问次数这三个基础信息，可以从光年日志分析工具中统计出来。然后，通过这三个基础信息算出:平均每次抓取页数、单页抓取停留时间。然后用我们的MSSQL提取蜘蛛抓取量，根据以上的数据算出爬虫重复抓取率。
查看搜索引擎蜘蛛爬行总次数
一个网站的收录首先要搜索引擎蜘蛛来到网站爬去才能够实现。通过查看日志能够清楚的看到每天蜘蛛访问网站的总次数有多少，从而大致的判断网站的权重如何。一个高权重的网站，蜘蛛来访的次数相对是较多的，相反，一个低权重的网站，即使有非常庞大规模的内容，蜘蛛来访的次数依旧有限。爬行次数有限，分配的时间和深度也就有限，所以收录也就受到了限制。所以我们的重点就是多提供百度来访我们网站的入口，只有入口多了，访问次数才能得到提升。
平均每次抓取页数=总抓取量/访问次数 单页抓取停留时间=停留时间*3600/总抓取量 爬虫重复抓取率=100%—抓取量/总抓取量
查看爬行榜前十名的页面情况
除了查看蜘蛛总访问次数以及爬行目录的整体情况，剩下一个非常重要的就是查看爬行总页面的情况。我平时分析网站的时候，时常会看到，被蜘蛛爬行前几名的页面都是一些无关紧要的页面，比如B2C购物车链接页面、比如联系我们页面、一些主题中CSS文件，这些页面和文件对排名和收录本来没有实际的帮助，但现实情况是蜘蛛爬行的多，所以就会造成浪费，毕竟蜘蛛来访一个网站的总时间和总爬行次数是一定的，总抓取深度也是一定的，如果时间都浪费在了这些页面上，那么对于重点的内页收录就会受到影响。因此通过日志发现之后，就需要在robots.txt中屏蔽掉，或者在页面meta中屏蔽掉。
查看平均爬行一次的抓取深度
通过日志查看平均一次的抓取深度能有效的了解到网站内部结构的不足。比如百度蜘蛛在某天访问网站总共818次，抓取量是978，那么平均每次抓取的页面数就为1.2页。其实这个数据也是普遍存在的现象，很多网站都存在这样的现象。这充分说明了网站的内部链接做的不足，或者网站结构存在问题，或者是内容出现了高度重复现象，导致蜘蛛来到网站，要么没有什么新发现，要么被结构所阻止，爬行不到新的页面。毕竟，蜘蛛平均在我们网站存在的整体时间是有限的，在这个有限的时间内，如果我们自己设置了障碍，那么蜘蛛就会走掉，是非常可惜的事情。
目录抓取情况
用MSSQL提取出爬虫抓取的目录，分析每日目录抓取量。可以很清晰的看到每个目录的抓取情况
通过日志查看所有被爬行目录的整体情况，能让我们知道搜索引擎爬行多的目录是哪些，是否是我们想要提供给用户的目录。一般可以非常清楚的看到排名前十位的目录，如果这些目录并不是我们重点提供给用户内容的目录，那么就需要做出调整，说明当前的一些目录被多度爬行了，而真正有价值的目录没有被搜索引擎过度重视，要及时发现并找到原因。
第二、时间段抓取
重在分析每日的抓取情况，找到相应的抓取量较为密集的时间段，可以针对性的进行更新内容。同时，还可以看出，抓取不正常情况。服务器是否稳定，是否被攻击
第三，IP段的抓取
每日每个IP的抓取量，同样我们需要看整体，如果IP段没有明显的变化的话，网站升降权是没有多大问题的。因为在网站升权或者降权的时候，爬虫的IP段会更换的。
第四，状态码的统计
在这个之前你需要了解下，HTTP状态码返回值代表是什么。
如果你的网站出现太多的304，那么一定会降低搜索引擎的抓取频率以及次数
4)观察访客行为应敌之策：
1、封杀某个IP
2、封杀某个浏览器类型(Agent)
3、封杀某个来源(Referer)4、防盗链
5)文件重命名作用：
1.对访问时间进行统计，可以得到服务器在某些时间段的访问情况。
2.对IP进行统计，可以得到用户的分布情况。
3.对请求URL的统计，可以得到网站页面关注情况。
4.对错误请求的统计，可以更正有问题的页面。
6.日志分析思路
代码 说明
100 (继续) 请求者应当继续提出请求。 服务器返回此代码表示已收到请求的部分，正在等待其余部分。
101 (切换协议) 请求者已要求服务器切换协议，服务器已确认并准备切换。
2xx (成功)
表示成功处理了请求的状态代码。
代码 说明
200 (成功
