一直以来，老张都以为，页面上自定义的文章发布时间，对于收录的重要性来说，可有可无，或者说没那么重要，然而又被打脸！[aru_157]
对，就是这个时间，在我想象中，蜘蛛应该是智能的，它应该拥有自己的判断力，而不是创作者给它喂啥就吃啥，所以理论上这个自定义发布的时间，在页面上的权重应该很低才对。
直到前阵子，有个客户找我反馈，说帮他引了蜘蛛池子后，收录效果并不理想，问我看看怎么回事，我赶紧查看了一下池子状态，时间段和抓取曲线都正常，再看下其他人的收录，也正常！就唯独这个客户的出现了问题。
安抚一下客户后[aru_136]，紧接着就是一顿折腾加排查，首先查看他发的蜘蛛web日志，看得出来，蜘蛛数量上也没啥问题，该来来，该抓抓，其次也顺手打开客户发表的文章页面，客户的网页内容质量在我看来，也还OK，即使不是高度原创，至少也是经过微整过的，不是那种狗屁不通的组合文。好像都没啥子问题，我纳闷中。。。
没有怀疑是域名的问题，接这个客户之前，就查过了客户的域名，中规中矩，企业备案，有一定的收录量，无不良建站历史，也没有入侵渗透过的痕迹。
接着我又去百度site一下，想看看他这几天新收录的那些页面，看看能不能找出点蛛丝马迹，别说，一查还真发现了端倪：我大概五天前给他引入的蜘蛛池，并且他的文章也都是新编辑，然后发布的，也就是说，在百度搜索结果中，显示的收录快照也必定是一周内收录的。然而事实并非如此，百度的快照居然显示的是一月内收录的。这就十分奇怪。接着我点开快照详情查看，发现了这个：
天了噜。五天前都已经是2020年了，快照时间为何还是2019？问了客户他也是一脸懵逼。
我一激灵，赶紧去看了一下客户发表的其他文章，好家伙！新发布的文章也都是显示2019年的。
这客户也是虎哈，自己发布文章的时间，也不看上一眼的吗
既然知道了问题节点在哪里，那就好解决了。
客户的web机器是CentOS7，让其date查了一下时间，果然是显示的2019年，我特么。
接下来就是常规操作，timedatectl配置好时区，服务器NTP网络时间同步，一步到位。重新date一下，对头。再看看新发布的文章，时间没差了。
后续：几天后客户再找我聊，问题已经解决，收录明显上去了，因此才确认是因为页面时间的问题，导致收录降低甚至不收录，因为客户的文章都是偏于新闻性的，所以有可能百度对网页的时效性权重看的高一些。
结论：事出反常必有妖，只要慢慢摸索，总能找到解决问题的方法。
另外插一句，百度难道真的对这个自定义的时间看得很重？我另外猜想百度抓取时，能否根据其他页面因素来判断页面生成的时间呢？页面是在服务器上生成，服务器时间不对，那么页面的出生属性，百度是否能够探测到？从HTTP原理来讲，应该不太可能。所以，百度还真的可能只有从这个自定义的时间，来判断页面文章的发布时间！不过我想，应该也不会有人故意把文章发布时间提前吧，这样做好像也没什么用。经此一役，也算是给自己提个醒，细节啊细节！
本文作者为张小编，转载请注明。