曾经有朋友问我怎么才能判断一个SEOer是不是高手。我就出了一个主意，就建议他问那个SEOer是不是知道Lynx在SEO上的应用方法。这么来提问，其实能从一个侧面反映这个SEOer对SEO研究有多深的。

现在SEO行业，虽然有很多以讹传讹的言论，但是如果自己经常实践，还是能找到很多真正有用的操作方法。实践久了，也能判断谁的说法正确，谁的说法有问题，这样的SEOER，可以放心的让他去操作一些比较重要的网站了。再进一步的给网站各个细节优化过程中，就会发现很多以前别人没有谈到过，也很难在优化一些小网站的过程中注意到的细节。这些细节，在别的地方很难找到相关的参考资料，或者根本就找不到。但是在google的《google网站质量指南》、《google黑板报》、《google中文网站管理员博客》，基本上都可以找到关于这些细节的只言片语的。只不过那里面也只是给出了一个方向，更具体的细节还是要靠你自己再去实践。

在《google网站质量指南》 的第一页 ，就已经建议大家去用Lynx这个工具区检测你的网站：

使用诸如 Lynx 的文本浏览器来检查您的网站，因为大多数搜索引擎信息采集软件查看您网站的方式与 Lynx 几乎一样。如果诸如 Javascript、Cookie、会话 ID、框架、DHTML 或 Flash 等复杂功能造成您无法在文本浏览器中看到整个网站，则搜索引擎信息采集软件在抓取您的网站时可能会遇到问题。

这里提到了“Lynx查看网站的方式和搜索引擎几乎一样的”。一个SEOer，如果真的到了很多细节都无法从别人那里获取参考的程度，那这段话相信他很难忽视掉的。

我用了一段时间的Lynx，发现这个曾经的文本浏览器和搜索引擎爬虫很像的。你所听过的爬虫特性，在这里面都能找到一点影子。

比如检测隐藏链接，我们只知道搜索引擎是不喜欢的，但是具体的检测方法是怎么样的呢？ 如果你用熟了Lynx，就发现一个非常简单的命令就搞定了。

首先要搭建一个Lynx的运行环境。Lynx不能用那种编译过的在windows下运行的版本，有很多功能是不能用的。建议在XP下装一个虚拟机，然后在虚拟机里装一个linux系统来运行Lynx。

虚拟机软件用 VirtualBox 或者 VMWare，具体的安装方法大家google之。 Linux系统推荐用Ubuntu，它可以在图形界面上安装lynx。

在装了Lynx的Linux系统的命令模式下输入：lynx -dump www.alibaba.com 并回车，这个页面上的隐藏链接就一览无余了。如：

检测出了隐藏链接

然后再进一步的分析一下，是哪些链接Lynx会认为是隐藏链接呢？

可以看到，至少以下的一种链接是会被Lynx认为是隐藏链接的。代码为：

<a href=”http://www.alibaba.com”>  </a>

这个链接，即没有文字作为锚文本，也没有图片或其他作为链接的对象。如果不去加载CSS文件或JS文件，光就这个代码，在网页上是看不到这个链接的存在的。当然这就是隐藏链接，毫无争议的。

这是Lynx认为的情况，搜索引擎也是一样的。从整个互联网来看，这种检测方法在99%的情况下都不会冤枉一个网站的。对于google来说，一个检测方法，如果能有40%以上的反作弊效率，那是非常好的一个方法。

一个非作弊的网站，产生这种情况的原因，是因为网页设计人员的一些“奇怪”的代码写法。如果你去检测你的网站，说不定也能看到这些隐藏链接。

当然，Lynx的作用不止这个。它首先是能以一个可视化的角度来展现爬虫看到了什么内容。用它可以挨个检查你的网页给搜索引擎爬虫展现了怎么样的内容。如：

Lynx看到的内容

然后才是其他的一些功能：

可以检测网页代码的完整性。如果提示有“Bad HTML”就要注意一下。

可以和IE一样查看源文件。 命令在附录中。

对cookie的跟踪是特别对待的。会提示你是不是跟踪cookie。

对框架和表单的处理和爬虫是一样的。

URL太多参数，会造成浏览困难。

可以查看网页返回的http头信息

……

你会看到很多似曾相识的东西。

Lynx 的出现时期，恰好是第一个爬虫程序诞生的时候。有相当大的理由相信他们的是一样的理念。而且现在维护和更新Lynx的人员，有些也在维护其他开源的爬虫程序。你其实也可以把Lynx看成一个可视化的爬虫。

HTTrack 是一个比较宏观的爬虫模拟器。而Lynx就更细节一些，也更实用一点。

---

附录 Lynx的简要使用说明：

以下为引用的内容： 移动命令： 下方向键：页面上的下一个链接(用高亮度显示)。 上方向键：页面上的前一个链接(用高亮度显示)。 回车和右方向键： 跳转到链接指向的地址。 左方向键：回到上一个页面。 滚动命令： +,Page-Down,Space,Ctrl+f： 向下翻页。 -,Page-Up,b,Ctrl+b： 向上翻页。 Ctrl+a： 移动到当前页的最前面。 Ctrl+e： 移动到当前页的最后面。 Ctrl+n： 向下翻两行。 Ctrl+p： 往回翻两行。 )： 向下翻半页。 (： 往回翻半页。 #： 回到当前页的 Toolbar 或 Banner。 文件操作命令： c： 建立一个新文件。 d： 下载选中的文件。 E： 编辑选中的文件。 f： 为当前文件显示一个选项菜单。 m： 修改选中文件的名字或位置。 r： 删除选中的文件。 t： Tag highlighted file。 u： 上载一个文件到当前目录。 其他命令： ?,h： 帮助。 a： 把当前链接加入到一个书签文件里。 c： 向页面的拥有者发送意见或建议。 d： 下载当前链接。 e： 编辑当前文件。 g： 跳转到一个用户指定的URL或文件。 G： 编辑当前页的URL，并跳转到这个URL。 i： 显示文档索引。 j： 执行预先定义的“短”命令。 k： 显示键盘命令列表。 l： 列出当前页上所有链接的地址。 m： 回到首页。 o： 设置选项。 p： 把当前页输出到文件，e-mail，打印机或其他地方。 q： 退出。 /： 在当前页内查找字符串。 s： 在外部搜索输入的字符串。 n： 搜索下一个。 v： 查看一个书签文件。 V： 跳转到访问过的地址。 x： 不使用缓存。 z： 停止当前传输。 [backspace]： 跳转到历史页(同 V 命令)。 =： 显示当前页的信息。 ： 查看当前页的源代码。 !： 回到shell提示符下。 _： 清除当前任务的所有授权信息。 *： 图形链接模式的切换开关。 @： 8位传输模式或CJK模式的切换开关。 [： pseudo_inlines 模式的切换开关。 ]： 为当前页或当前链接发送一个“HEAD”请求。 Ctrl+r： 重新装如当前页并且刷新屏幕。 Ctrl+w： 刷新屏幕。 Ctrl+u： 删除输入的行。 Ctrl+g： 取消输入或者传送。 Ctrl+t： 跟踪模式的切换开关。 ;： 看 Lynx 对当前任务的跟踪记录。 Ctrl+k： 调用 Cookie Jar 页。 数字键： 到后面的第 n 个链接。

作者：国平

来源：http://www.semyj.com/archives/426

评论 (0) All

登陆 还没注册？