明确服务器响应头中的 Cache-Control

在百度搜索引擎优化中，，，，，服务器响应头Cache-Control是一个不可忽视的手艺细节。。。。它直接决议了搜索引擎爬虫在抓取页面时，，，，，是优先读取缓存内容照旧重新提倡请求。。。。合理设置该响应头，，，，，不但能提升网站会见速率，，，，，还能资助百度更高效地收录和更新页面内容。。。。

Cache-Control 的焦点参数与作用

Cache-Control 常用的指令包括 max-age、public、private、no-cache、no-store 以及 must-revalidate。。。。每个指令都会对爬虫和浏览器的缓存行为爆发差别影响：

• public：体现响应可以被任何中心缓存（如 CDN、署理服务器）存储，，，，，适合静态资源或果真内容。。。。
• private：体现响应仅允许浏览器外地缓存，，，，，不适合共享缓存，，，，，适用于包括用户个性化内容的页面。。。。
• no-cache：并非完全不缓存，，，，，而是要求浏览器或爬虫在每次使用缓存前，，，，，必需先向服务器验证资源是否逾期。。。。
• no-store：榨取任何形式的缓存，，，，，每次请求都必需回源服务器获取完整内容，，，，，适合敏感或高度动态数据。。。。
• max-age：设置缓存的最长有用时间（单位秒）。。。。例如 max-age=3600 体现缓存1小时后被以为逾期。。。。
• must-revalidate：资源一旦逾期，，，，，必需经由服务器验证才华使用缓存，，，，，防止使用陈腐版本。。。。

百度爬虫对 Cache-Control 的响应特征

百度爬虫（Baiduspider）在会见网站时，，，，，会严酷遵照Cache-Control指令。。。。关于设置no-cache或max-age较短的页面，，，，，爬虫每次抓取都会向服务器提倡验证请求，，，，，页面更新能更快被索引。。。。而关于设置了no-store的页面，，，，，爬虫则不会存储任何缓存副本，，，，，每次均需完整请求。。。。

常见误区：部分站长误以为设置长时间max-age能加速爬虫抓取，，，，，但现实上这种做法可能导致爬虫长时间不重新请求页面，，，，，使新内容无法实时被收录。。。。尤其关于内容频仍更新的站点，，，，，建议将max-age控制在600秒至3600秒之间。。。。

针对差别页面类型的推荐设置

设置方式与注重事项

Cache-Control 通常在服务器端通过 Web 服务器设置实现。。。。例如在 Nginx 中，，，，，可在 location 块内添加 add_header Cache-Control "public, max-age=3600";。。。。在 Apache 中可通过 Header set 指令完成。。。。修改设置后，，，，，建议使用 HTTP 头部检测工具验证是否生效。。。。

值得强调的是，，，，，Cache-Control 应与 Last-Modified 或 ETag 配合使用。。。。前者控制缓存有用期，，，，，后者提供条件验证能力，，，，，两者连系能让百度爬虫用最少的请求获取最新页面，，，，，是服务器响应头优化的要害组合。。。。

测试与调优

设置完成后，，，，，可通过百度搜索资源平台提供的“抓取诊断”工具，，，，，模拟爬虫抓取并审查响应头信息。。。。视察是否保存 Cache-Control 字段，，，，，以及 max-age 是否与预期一致。。。。若是发明爬虫抓取频率异；；蛞趁娓轮秃，，，，，可适当缩短 max-age 或改用 no-cache 模式。。。。

别的，，，，，不要忽视Vary头部的影响。。。。若是网站凭证用户署理（User-Agent）返回差别内容，，，，，建议设置 Vary: User-Agent，，，，，否则可能因缓存差别导致百度爬虫获取到过失版本的页面。。。。