网页太大，快照不完整，对网站有什么坏影响？且看百度官方的回答。
这个问题又是在VIP大讲堂微信群中问的。
原问题是：有一个网页3000多行中文+英文，快照显示不完整，通过百度站长平台抓取诊断工具发现，抓取的内容也不完整，对网站影响会不会很大？
刘禾院长把这个问题拆成了若干小问题，并向工程师进行了确认。
一、百度对网页大小有限制吗？
百度答：对内容文字多少没有限制，但源码大小上有一定的防制，过长的话，会取前面一部分，所以，源码还是越简洁越好。
潇湘驭文答：百度解析网页时，包括网页html源码解析和网页主体内容解析。对主体内容大小无限制，但对源码大小有限制。特别是早期用表格布局的网页，源码往往特别冗余，对百度的抓取速度影响颇大。
即便是用div和css布局的网页，假如不用<link>调用css，而直接用<style>将css直接写入源码，也可能导致快照显示不完整的问题。此外js也一样。
所以，一定要重视源码的优化。
二、快照不完整，是否说明百度蜘蛛没有完整收录网页？
百度答：不是。快照的成生（生成）涉及很多环节，显示不完整的原因很多，不能简单地认为没有收录完整。
潇湘驭文答：不一定。
快照显示不完整的原因很多，比如网页访问速度慢、网页有flash、源码过大……
源码过大是快照不能完全显示的原因之一，所以百度的回答“不是”，就太过绝对，而显得不严谨。
三、抓取（诊）断工具不能完整显示，可否认为没有收录完整？
百度答：不是。工具只展示前100K。我们设计工具的时候对网页做过调研，一般来说展示前100K就够用了。
潇湘驭文答：不是。但平台明明显示可展示200K。
四、百度是否要求网页上不能有特殊字符？
百度答：没有这个限制。
潇湘驭文答：百度答的对。
总结
区区一篇短文，有以下错误：
1、乱用词语——防制（限制就限制嘛）
2、颠倒词语——成生（生成）
3、词语缺胳膊少腿——平台抓取（诊）断
4、数据自相矛盾——工具只展示前100K（其实是200K）
看，区区一篇短文，漏洞百出。这大概就是所谓的忙中出错吧。
本文由球事一哥潇湘驭文原创，转载需授权并保留本文链接：https://www.wangyuwen.com/archives/2023.html
