从百度的收录探讨一下首选域名（Preferred domain）

我的这个博客在今年5月底的时候，在.htaccess文件中做了一下301转向，主要把www.sheawey.com有关的URL全部转向sheawey.com，代码如下：

RewriteCond %{HTTP_HOST} ^www.sheawey.com [NC]
RewriteRule ^(.*)$ http://sheawey.com/$1 [L,R=301]

在6月份一个月之内，百度只更新我博客的首页（http://sheawey.com/blog/），文章页、分类页却一点也不更新，这一点可以从百度的网页快照可以得知。

在我做301转向之前，百度对我的博客是收录正常的，这个博客也不会涉及到作弊的可能性，所以在6月底的时候把.htaccess文件中的301转向的语句删除了，不到一个礼拜，百度的收录就正常了。

如果仅仅说百度对301转向不够友好，那么思考未免太不深入了。

domain.com和www.domain.com

很多网站的域名如domain.com以及www.domain.com访问的都是同一站点，而互联网上给出的外部链接又有所不同，有的时候链接是domain.com，有的时候的却是www.domain.com，这样就不可避免的造成了“复制网页”，这个不是站长的错，所以搜索引擎不能对其“复制网页”进行惩罚。

首选域名（Preferred domain）

像google，它的”Webmaster Tools“中可以让站长选择其“首选域名（Preferred domain）”，如下图：

事实上，即使你不这么设置，google还是会为你设置一个首选域名（Preferred domain）。这一点，你可以看一下你设置完Preferred domain后google的申明可见一二，他认为你给的只是一个参考，最终由google决定。

从google网站管理员中心了解到一点搜索引擎处理这个问题的方法后，我们来推测百度：虽然百度没有类似于面向网站管理员的系统，但是百度也是会为每个站点确定一个首选域名（Preferred domain）的，而且这个首选域名一旦确定，不会受网页链接url的影响的。

以我的博客为例，百度第一次收录我站点的时候，我给出的url是www.sheawey.com 格式的，因此那时百度确定我的首选域名是www.sheawey.com，后来我建了博客 sheawey.com/blog/，内部链接都是绝对链接，是以sheawey.com相互链接的（你可以查看我这个博客的html代码），但是百度收录我的网页却大多数是www.sheawey.com格式的，只有小部分是sheawey.com。为了避免这种情况，我做了301转向，期望百度里面收录的网址都是 sheawey.com格式的，哪知，百度居然停止收录我的网页了。

为何301后百度不收录我的网页？

文中开头也讲了，百度只是更新我的sheawey.com/blog/这个博客首页，就是不收录我的博客文章，而我博客文章中链接到的别的域名的网页却很快收录了，如这个站点：http://sheawey.jimdo.com/，是我在《“Jimdo建站工具箱”中文版测试 》一文中链接的，但是我的博客文章就是不收录。我能想到的原因大致有二（只是猜测）：

1、百度对我的博客的首选域名是“www.sheawey.com”，所以在碰到sheawey.com的网址的时候，百度蜘蛛会自动加上www来访问，在没有301转向之前，这个网址是直接能访问的，在301转向后，又会自动去掉www后访问，然后百度蜘蛛又会加上www，这样就形成了一个死循环了。但是该网页百度蜘蛛确实是访问了，不然我新加的站点链接也不会被百度蜘蛛抓到并且收录了该站点。但是http://sheawey.com/blog/这个博客首页也是这么一种情况，为何百度却能收录了？请看下面第2点猜测。

2、抓取的深度，以http://sheawey.com/blog/为第一层，那么从http://www.sheawey.com/blog/到http://sheawey.com/blog/的310转向为第二层，而http://sheawey.com/blog/xxx.html类的博客文章为第二层，如上面的思路，再301跳转一次，则变成第三层，也就说说，百度蜘蛛不抓第三层，所以这些网页就不收录了。

上面两点原因，是我能想到的，是一种“钻牛角尖”的毛病，这两点，我自己也没法去说服自己相信，但总得找个理由，或者是一种思路，因为正确的思路往往在错误的思路附近，而不是“歧路”。哪位朋友有研究的不妨告知一下。

首选域名（Preferred domain）是可以变化的

在我把301转向去除后，百度对我的博客收录正常了，最新收录的网页关于sheawey.com首选域名的大幅度增加，但是www.sheawey.com还是有很多。这说明：百度对某个站点的首选域名（Preferred domain）的确定不是一成不变的，他会根据实际情况调整的。我接下来要观察的是：百度啥时候能把我的博客的收录网页的首选域名全部变成sheawey.com。

说明：

本文是一篇不成熟之文，只是记录问题的思考，此问题尚未思考成熟。