百度对于纯 HTTPS 站点非常不友好

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

推荐书目

› 高性能网站建设进阶指南

› High Performance Web Sites

› Google Hacks: Tips & Tools for Finding and Using the World's Information

关于 Google SEO 最好的一本书

这是一个创建于 2118 天前的主题，其中的信息可能已经有所发展或是发生改变。

我的网站原本是用的国外的服务器搭的，因为经常被 GFWED 以及速度慢，前不久迁到了国内的服务器。

而由于域名没有备案，也不能备案（ org 域名）只能用 HTTPS 绕开审查，再配合 HSTS，只要让用户访问一次 https 链接就行了。

一开始好好的，百度收录正常，排名也在第一页，我就没多留意。过了段时间，有人突然跟我说百度搜不到我的网站了，我去查了一下，还真搜不到了。

再用 site: 参数搜索，发现快照内容居然变成了机房的无备案阻断页，也就是说百度居然爬到 HTTP 上去了。。

从这里我就感觉百度对于纯 HTTPS 站点很不友好啊，人家谷歌都是大力推广 HTTPS，即使 HTTP 不能访问也一样能收录，还会优先爬取 HTTPS 站点，甚至特殊端口都能爬上去。

最后没办法，只能加了个 CloudFlare CDN 做跳转。。

然而我辛辛苦苦做的 SEO 又付之一炬了，现在百度搜索相关的关键字基本上都排到很后面去了，权重也掉了。

所以建议各位，如果在意百度的排名，没备案不要用国内服务器建站……

百度

img

站点

备案

24 条回复 • 2019-03-20 10:32:22 +08:00

edsheeran

2019-01-23 01:37:32 +08:00 via iPhone

在 v 站只有 google 这一个搜索引擎

580a388da131

2019-01-23 01:40:25 +08:00 via iPhone

很好奇你为啥要开着 80

KasuganoSoras

2019-01-23 01:41:35 +08:00

@580a388da131 我 80 没开，是机房自带的阻断页，只要访问了 80 都会提示未备案

Trumeet

2019-01-23 01:45:24 +08:00 via Android

很好奇为啥要用百度（

KasuganoSoras

2019-01-23 01:46:53 +08:00

@Trumeet 因为网站主要还是面向一些没钱却想开 Minecraft 服务器的中小学生，而他们一般都不会用 Google 或者说根本不知道 Google。

Trumeet

2019-01-23 04:15:54 +08:00 via Android

@KasuganoSoras 很好奇是什么类型网站

phy25

2019-01-23 06:45:41 +08:00 via Android

您这不叫纯 HTTPS 网站，百度这策略叫 HTTP 优先。

lhx2008

2019-01-23 07:57:07 +08:00 via Android

可能百度的蜘蛛没有内置 HSTS，但是我不知道楼主如何得出 HTTPS 不友好的结论，因为 HTTP 都没做跳转，如果浏览器没有 HSTS 或者 HSTS 还没更新，显示测试页应该是意料之中。

Vegetable

2019-01-23 08:08:59 +08:00 via iPhone

@lhx2008 这个页面这机房的。开了跳转也没用，请求根本到不了服务器，直接就被拦掉了。我不清楚关掉 80 能不能解决

ZE3kr

2019-01-23 08:10:36 +08:00 via iPhone

@Vegetable 关掉 80 端口后就没有这个页面，访问 80 端口是超时错误

nlysh007

2019-01-23 08:21:41 +08:00

百度站长后台有 https 认证，认证完，搜索显示的都是 https...

MonoLogueChi

2019-01-23 08:23:08 +08:00 via Android

不会这样啊，我的都很正常，另外，你这个可以叫纯 https 站吗，http 跳 https 都没有

VYSE

2019-01-23 08:30:33 +08:00 via Android

额，LZ 这个 HSTS 有问题啊，http 仍然返回机房页，其实不含 HSTS 头，也没跳转，所以无论在哪首次登陆，如果不显式走 https，而是默认 http，HSTS 下发一定不成功。
说白了 HSTS 是没法保证首登必须走 https，只保证首登选择了 http 后下次走 https，并且得客户端符合标准。
也就是说首次爬取目标地址是 http 的话就 GG 了，目测百度爬虫并没有分布式共享 HSTS 的能力，也不太可能强求，毕竟两次爬取极有可能是两个爬虫实例。

botian

2019-01-23 08:52:00 +08:00

我的博客自从加上 https 后就没有被收录过

Track13

2019-01-23 09:03:21 +08:00 via Android

我的博客 https 正常啊。http 会 301 到 https

momocraft

2019-01-23 09:46:23 +08:00

如果 http 重定向到 https 并带 HSTS 会不会好点

我怀疑有的潜在访问者也试过 http

chinvo

2019-01-23 09:49:18 +08:00

你的 http 访问没有重定向到 https，在用户访问 http 的情况下 hsts 不生效的

而且你的 https 还不是标准端口，权值就更低了

privil

2019-01-23 10:04:20 +08:00

你这样的站点，其实就是游走在边缘试探，分分钟机房就关你机器访问了，国内不备案也是心大

alvin666

2019-01-23 10:06:57 +08:00 via Android

国内域名不备案分分钟被关啊

KasuganoSoras

2019-01-23 17:37:07 +08:00 via iPhone

@VYSE 对的，我的意思就是，百度不像 Google，Google 是优先爬 https 页面，而百度是优先爬 http。
@chinvo 网站的端口是 443，4443 那个是我的软件的 API 请求地址，不知道为啥也给谷歌收录了

另外我看到好像有国内的免备案 301 跳转服务器，不知道靠谱不

VYSE

2019-01-23 17:48:40 +08:00

@KasuganoSoras #20 我觉得这里面可能 Google 做的好的是, 假设两个 URL 除了 protocol 不同, 会合并优先只显示 https 索引内容, 但是假设有人显式提交 URL, 比如 http://www.natfrp.org/xxx, 极有可能还会有一个备案页索引在那

KasuganoSoras

2019-01-23 17:51:53 +08:00

@VYSE #21 其实和机房也有关系，如果备案阻断页返回个 404 或者其他非 200 的状态，百度也不会把阻断页收录进去，但是它现在返回的是 200，所以百度就把它当成普通网页收录了。
我现在换了 CloudFlare 了，花了几十块钱的万网云解析企业版白买了，还不给退款

nicoljiang

2019-01-28 22:56:17 +08:00

@580a388da131 典型一知半解还喜欢说

mostkia

2019-03-20 10:32:22 +08:00

的确似乎是这样子的，我以前专门做过测试，通过查看过服务器日志和会话文件。在开通 https 但 80 端口不通时，完全没有爬虫进来，sess 会话文件根本没有出现过爬虫的记录文件（我的站点，访客进入即激活一个后台回话程序）。但如果同时开通了 80 和 443 时，一段时间内就有十几个蜘蛛会话文件产生（文件大小能够看出来，普通访客进入会加载 js 代码，sess 会话会大一些）。这样的测试进行过好几次，，结果都是这样子的，排除了小概率的情况，基本得出结论，百度目前暂时还不收入纯 https 网页。