java - 当我的 webapp 服务器出现错误时，我应该提供什么服务？

Question

基本上我不想因为“重复内容”而被搜索引擎惩罚。我担心，在某些情况下，webapp 服务器可能会在页面上生成异常，否则这些页面会正常显示。

例如，用户可能会在 Internet 上发布指向以下两个页面的链接:

www.example.org/nice-article

和

www.example.org/even-nicer-article

现在我的 webapp 通常会返回两个不同的页面，它们会包含很好的内容，这些内容将被 Google 等收录。

我担心的是，在某些情况下，我的 webapp 服务器在尝试为这些页面提供服务时可能会遇到异常:可能存在我们没有在以前的版本中发现的错误，servlet 可能会抛出异常，因为它的资源取决于是down等

在那种情况下，据我所知，有一些异常正在捕获，但我不确定我在做什么是正确的。

在我的 web.xml 中，我有这样的东西:

<error-page>
  <exception-type>java.lang.Throwable</exception-type>
  <location>/WEB-INF/jsp/error.jsp</location>
</error-page>

和

<error-page>
  <error-code>404</error-code>
  <location>/WEB-INF/jsp/error.jsp</location>
</error-page>

我不确定我的 web.xml 在这里是否正确。

我担心的是，在捕获到异常的情况下，我会显示一条来自 error.jsp 的消息，告诉我类似 “发生内部错误，请稍后重试” 但无论出于何种原因，我都会将其作为普通页面而不是错误页面发送(因此所有损坏的页面都会被引用为“重复内容”，因为它们或多或少都会显示相同的消息)。

基本上我想知道两件事:

• 如果在爬行机器人(和客户端的浏览器)尝试访问某个资源通常可用时出现故障，我应该抛出什么状态码(是 500 对吗？)

• 如何配置 Tomcat 来生成这样的状态码

此外，如果您能解释一种我可以测试它是否有效的方法，那就太好了:例如，我可以telnet 并查看我是否得到正确的错误代码吗？

Answer 1

您可能希望对暂时不可用的页面使用 503 错误。这将告诉任何公平的机器人，不可用是暂时的，他们需要稍后回来抓取页面。

你的 web.xml 错误部分对我来说似乎没问题——你是如何检查你是作为“正常页面”发送该消息的？ (我认为 - 如果我错了请纠正我 - 意味着你得到的是 HTTP 200 而不是 HTTP 404)