百度抓取网页判断该页面质量时，会受到该页面发布时间的影响。

　　而由于网站有时会面临着更换域名，而百度不会由于某个网站更换域名后，在重新收录时，就认为所有页面都是最新更新的。

　　所以为了避免这种不公平的判断，百度会把页面内的文章发布日期作为其中一个判断标准，去判断该页面的发布时间，从而生成对应的快照时间。

　　所以，对于新站，若一次需要更新很多篇文章，又怕百度误认为是采集的，那么在每篇文章里，就一定要加上文章发布日期，从而"帮助"百度去"了解"该文章的发布时间。

　　百度爬到的文章时间几乎都不一样，百度会认为这个网站只是新域名，但是是旧数据，所以就不会随便把一次性更新的大量文章误认为是采集的了。

　　当然不是绝对的，因为百度判断页面质量的因素非常多，所以这个因素只是降低新站进入沙河的概率。

　　我们来看下面这个例子：

我的这个域名是在2012年9月份注册的。在发布文章时，文章发布时间直接填写的这篇新闻出来的时间，百度在收录此页面时，便以页面内的发布时间做了参考依据，给出了相同时间的快照。但事实上，在2012年3月26日，这个域名还没有注册呢。

　　以上是新站，下面我们再来看一个老站的例子：



我的这个域名是在2012年9月份注册的。在发布文章时，文章发布时间直接填写的这篇新闻出来的时间，百度在收录此页面时，便以页面内的发布时间做了参考依据，给出了相同时间的快照。但事实上，在2012年3月26日，这个域名还没有注册呢。

以上是新站，下面我们再来看一个老站的例子：



　这篇文章是我2013年1月10日发布的。发布时我填写的时间是2012年12月25日。百度收录时，同样把快照时间定成了我填写的发布时间，而非真实发布时间。

　由此可以看出，百度爬虫在爬网页时，由于并不一定爬一次就能爬到网站的每个页面上，有时会由于网站的用户体验做的不好，使得即使有文章页链接，爬虫也不会去爬。因此，百度在爬到某一个页面时，并不会立刻认为这篇文章就是刚刚发布的，而是会根据百度自己的算法去判断这篇文章的发布时间。

　当然，大部分情况，百度还是收录的爬到的时间。但对于少数这种时间不正确的情况也是不能忽视的，因为对于采集的新站，如果用户体验做的好，百度有可能会认为是一个老站更换了域名，因此同样会给予此新站较好的收录和排名。

标签：