据LNMP一键安装包使用者反映wordpress提示升级时，点“自动升级”出现填写FTP信息的页面，像我们这些用LNMP的很多都不安装FTP服务器。其实出现这个的问题就是Nginx的执行身份非文件属主身份。

解决方法：

假设你的wordpress安装目录为/home/wwwroot/lnmp.org

用Putty登录Linux VPS，执行：chown -R www /home/wwwroot/lnmp.org

执行上面的命令就可以将/home/wwwroot/lnmp.org下所有文件的属主改为www，这样就可以解决自动更新必须填FTP的问题。

CJ的支票是10月17日发出的，从CJ后台可以看到，出乎我意料的是，11月3日我就收到了支票，只用了半个月时间，速度很快，完全没有网上说的2个月，看来收支票时间的长短，跟所处地区还是有很大关系的；钱不多，只有300多美元。

Google Adsense的汇款是10月27日签发的，也只有100多美元。一个站，放在那里，时间关系也没怎么打理它。

两笔小款，因为钱不多，而且也没时间，所以现在都快2个月了也没有去办理托收和西联汇款。之前从网上看到CJ支票的有效期是6个月。Google Adsense西联汇款之前办过，所以比较清楚，西联汇款的取款有效期为 60 天，如果在付款发出后 60 天你仍没有取款，你的付款会被自动退回你的账户，并设为付款保留状态，需要解除付款保留才能继续付款。详见：https://support.google.com/adsense/bin/answer.py?hl=zh-Hans&answer=92611

快到圣诞节了，我怕到时候办理西联汇款麻烦，而且担心过了60天取款有效期再去解除付款麻烦，所以决定去把CJ支票托收和西联汇款给办理了。

CJ支票托收

中午下班后就直接坐车去了中国银行光谷支行，去之前我打中国银行服务电话问过，得知光谷支行是可以办理支票托收的。

填了几张单子，包括中国银行办卡开户的单子，然后叫号。办理业务的MM看了看我的支票，没有有效期（CJ的支票是没有标有效期的，网上说有效期一般是6个月），然后看到支票是10月17号出的，说超过2个月的支票一般是不受理的，因为还要发往总行，中间还要耽误时间；我告诉她这支票有效期一般是6个月，试试吧要是不行再退回来；另外出票人、付款人及国家我都空着没有填（不是网上看到说只需要填写你的联系方式，其他都是由银行人员帮你填写么？？），可能她也是新来不久，也不知道该怎么填写，我就随便写了个Commission Junction,Inc.  USA，然后交了50元托运手续费，10元开户费，10元银行卡的年费，总共70元，搞定。不过还是担心如果被退票，来回的托运费就需要大概$100吧，再加上手续费，亏大了！

农行西联汇款

办完支票托收，走了10多分钟来到附近的一个农业银行——中国农业银行鲁巷支行，之前也是在这里办理过Google Adsense的西联汇款的。来到农行一问才知道，他们竟然没有西联汇款的取款单子，而且是没有好多天了，说什么他们申请了取款单，但是还没有批下来，shit，白跑一趟！

总结一下

1. 收到CJ支票后要尽快去办理托收，因为支票的有效期一般是60天，即使CJ支票有效期是6个月，也要防止银行不受理。
2. 不是随便一家中国银行网点都可以办理支票托收的，需要去大一点的支行，而且去之前最好打电话问清楚能不能办理。
3. 不知道怎么填写的，可以问问银行资格比较老的业务人员。我现在后悔了当时没让那年轻MM去问问她师兄师姐，如果退票就亏大了！
4. 去办理西联汇款之前，最好也是打电话咨询一下，以防像我今天这样“没有单子”的情况出现。

在这个网站的整个优化过程中，我亲身经历了网站流量的波动，亲身经历了因为种种原因导致网站搜索排名的大幅下降，也亲身经历了通过努力网站权重的增加及流量的恢复……

这个过程中有很多SEO相关的技巧是可以和大家分享的，后面有时间我会写出来。

累了，先休息几天……

想要进行网站数据的分析，就先要知道网站数据是怎么来的。

用户在访问互联网的时候，会向服务器发送服务的请求。发送的请求，就被服务器以一条单独记录的方式记录在服务器的日志中，这就是最原始的网站数据日志。

先看apache的日志

10.1.1.95 – user [18/Mar/2005:12:21:42 +0800] “GET /stats/awstats.pl?config=user HTTP/1.1″ 200 899 “http://10.1.1.1/pv/” “Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; Maxthon)”

以上是一条apache的标准日志。

这行内容由9项构成，上面的例子中有两项空白，但整行内容仍旧分成了9项。

· 第一项信息是远程主机的地址。也就是访问者本机器的IP。服务器就是根据这个IP给访问者发回复的信息的。

· 第二项是空白，用一个“-”占位符替代。实际上绝大多数时候这一项都是如此。这个位置用于记录浏览者的标识，这不只是浏览者的登录名字，而是浏览者的 email地址或者其他唯一标识符。这个信息由identd返回，或者直接由浏览器返回。很早的时候，这个位置往往记录着浏览者的email地址。然而， 由于有人用它来收集邮件地址和发送垃圾邮件，所以它未能保留多久，很久之前市场上几乎所有的浏览器就取消了这项功能。因此，到了今天，我们在日志记录的第 二项看到email地址的机会已经微乎其微了。

· 第三项也是user。这个位置用于记录浏览者进行身份验证时提供的名字。当然，如果网站的某些内容要求用户进行身份验证，那么这项信息是不会空白的。但是，对于大多数不要求登录验证的网站来说，日志文件的大多数记录中这一项仍旧是空白的。

· 日志记录的第四项是请求的时间。这个信息用方括号包围，而且采用所谓的“公共日志格式”或“标准英文格式”。因此，上例日志记录表示请求的时间是2005 年3月18日12:21:42。时间信息最后的”+0800″表示服务器所处时区位于世界标准时间之后的8小时，事实上国内服务器的时间都是+8000。

· 日志记录的第五项信息或许是整个日志记录中最有用的信息，它告诉我们服务器收到的是一个什么样的请求。该项信息的典型格式是“方法 资源 协议”。

在上例中，方法是GET，其他经常可能出现的方法还有POST和HEAD。此外还有不少可能出现的合法方法，但主要就是这三种。

资源是指浏览者向服务器请求的文档，或URL。在这个例子中，浏览者请求的是“/stats/awstats.pl？config=user ”。

协议通常是HTTP，后面再加上版本号。

· 日志记录的第六项信息是状态代码。它告诉我们请求是否成功，或者遇到了什么样的错误。大多数时候，这项值是200，它表示服务器已经成功地响应浏览器的请 求，一切正常。一般地说，以2开头的状态代码表示成功，以3开头的状态代码表示由于各种不同的原因用户请求被重定向到了其他位置，以4开头的状态代码表示 客户端存在某种错误，以5开头的状态代码表示服务器遇到了某个错误。

· 日志记录的第七项表示发送给客户端的总字节数。它告诉我们传输是否被打断（即，该数值是否和文件的大小相同）。把日志记录中的这些值加起来就可以得知服务器在一天、一周或者一月内发送了多少数据。

· 日志记录的第八项记录的是客户在提出请求时所在的目录或URL。这次的是“http://10.1.1.1/pv/”即10.1.1.1的pv目录下的首页。大多数情况下，首页会是在httpd.conf中DocumentRoot 指令后面规定的那些类型和名字的web文件。

· 日志记录的第九项表示客户端的详细信息。

上面是apache日志的记录的解释。

那么换成是IIS的日志呢，记录也大同小异，只是由identd返回的登录身份验证，由于一直是空的，变成了发送或者接受的cookie内容，还有多了一些协议的子状态的内容。

从上面可以看到，我们所有分析的大部分数据都可以得到了，但是还是有一些问题，用户点击浏览器上的前进和后退按钮，客户端的浏览器是先读取缓存的， 只有在缓存找不到的情况下，才重新向服务器请求，所以服务器是否能记下用户点击了后退或者前进之后的页面，完全看页面的写法和本机的状态。

采用原始日志进行分析的，一些分的很小的ifram等的页面会被分别请求，导致打开一个页面的请求数并不一定是1，这也是原始日志的一些弊端。

同时，这些记录主要是为了跟踪服务器状态和服务器安全的，还有一些数据没有被记录下来。

· 页面的之间的关系没有被记录下来，用户到底是从那个页面访问哪个页面的关系没有。

· 不能区分出一个用户来的某一次访问来，尤其是对不需要就能访问的网站。

· 不能记录页面的操作，尤其是点击的操作。

于是一些网站制作了自己的记录方法，一般是用JS或者一个一像素图片的请求去记录这些些信息。

这样有几个信息又被记录下来了，访问的来源页面refer，session的编号，cookie的编号，以及点击所产生的数据。并且这些数据可以被直接记录进数据库里面。

采用这样的方式，的确降低了分析的难度，并且增加了可分析的信息，但是确是牺牲了一定的准确性。可谓是有得有失。

· 首先是可记录的数据，由于是在客户端产生的，所有凡是出现服务器错误的情况，数据100%会丢失，服务器根本没有相应，怎么能出数据呢！并且，由于需要启 动了js才能呢高进行数据的传送，所有数据也会有一定的丢失，一般，服务器状态不差的情况下，98%的准确率是可以被接受的。

· 来源页面的数据还是会丢失，由于页面间跳转和协议的关系，来源页面中有一定的量会出现丢失的问题，比较麻烦的是https的页面由于是采用加密的协议进行传输的，无论采用什么方法，到http的页面上都会丢失。

· 受页面语言和协议的影响比较大，页面上的调用，ajax，js什么的都可能影响的记录的准确性。

· 最后是所有页面都要加上代码，别小看这点，如果是页面多的话，这点上还真是个问题，那个页面如果是忘记了，都会去整体的数据产生影响。

· 找不到机器的IP，这点上的IP和日志上IP有一些区别，在某些多机器共用IP的情况下，记录的不是用户最终机器上的IP而是互联网接入路由上的IP。

综合以上，网站分析上面，由于数据的取得方式和网站本身的程序方式的关系比较复杂，所以在分析网站数据的时候，需要比较谨慎，数据中的故障和陷阱随时都可能发生。

原文地址：http://hi.baidu.com/koob/blog/item/09dbe616c1572401962b432e.html

大家知道，在linux系统上安装完成了wordpress，并且在后台设置了伪静态的“固定连接”之后，会自动生成一个包含如下内容的.htaccess文件：

# BEGIN WordPress
<IfModule mod_rewrite.c>
RewriteEngine On
RewriteBase /
RewriteRule ^index\.php$ – [L]
RewriteCond %{REQUEST_FILENAME} !-f
RewriteCond %{REQUEST_FILENAME} !-d
RewriteRule . /index.php [L]
</IfModule>
# END WordPress

我们可以用记事本打开该文件进行编辑，添加一些语句以实现特殊的需要。我之前的一个用wordpress搭建的网站，由于结构的调整，导致很多url发生变化，于是我在.htaccess中用RedirectMatch把老的URL重定向到新URL：

# BEGIN WordPress
<IfModule mod_rewrite.c>
RewriteEngine On
RewriteBase /
RewriteRule ^index\.php$ – [L]
RewriteCond %{REQUEST_FILENAME} !-f
RewriteCond %{REQUEST_FILENAME} !-d
RewriteRule . /index.php [L]
RedirectMatch 301 ^/category/old-category/ /category/new-category$2
</IfModule>
# END WordPress

今天在查看这个网站的日志的时候发现，Googlebot在抓取很多老的url都返回404错误，浏览器中打开这些老的url，也都是404错误页。不是都做过301重定向吗，为什么又变成了404呢？赶紧查看.htaccess文件，发现.htaccess的内容竟然都变成了默认的了，也就是我添加的301重定向语句RedirectMatch 301 ^/category/old-category/ /category/new-category$2 都自动消失了。以为是网站被黑了，但是不像啊，黑了我的网站，为什么只是把.htaccess改回默认的，而没有其他动作呢？我又查看了其他几个用wordpress搭建的网站，很多网站的.htaccess文件都是默认内容了！

网上搜了一下，没有找到我要的答案，唯一在wordpress中文论坛看到有人提到：如果更改了固定连接，wordpress会自动修改.htaccess文件中# BEGIN WordPress和# END WordPress的内容，但是我并没有修改过固定连接。

后来经过我自己测试，并非是因为修改固定连接，只要你点击了设置——固定连接，不管你有没有修改什么，也不管你又没有保存，只要点击了“固定连接”，.htaccess文件中# BEGIN WordPress和# END WordPress之间的内容就会被更改，自动还原。不知道这算不算是wordpress的一个bug。

这个问题最好的解决方法是：把自己添加在.htaccess中的语句，写在# BEGIN WordPress和# END WordPress之外，如下：

# BEGIN WordPress
<IfModule mod_rewrite.c>
RewriteEngine On
RewriteBase /
RewriteRule ^index\.php$ – [L]
RewriteCond %{REQUEST_FILENAME} !-f
RewriteCond %{REQUEST_FILENAME} !-d
RewriteRule . /index.php [L]
</IfModule>
# END WordPress

RedirectMatch 301 ^/category/old-category/ /category/new-category$2

Baiduspider+(+http://www.baidu.com/search/spider.htm)

更新后的baiduspider User-Agent字段内容内容为：

Mozilla/5.0 (compatible; Baiduspider/2.0; +http://www.baidu.com/search/spider.html)

Baiduspider User-Agent的更新，对于一般网站是没什么影响的，因为一般的网站都没有屏蔽百度蜘蛛，所以你不需要做任何修改；如果你通过robots.txt文件屏蔽了百度蜘蛛，也不需要做任何修改，因为百度蜘蛛名称依然是Baiduspider没变；如果你此前主动在服务器端封禁了百度网页搜索的User-Agent，那么建议修改服务器端要封禁的User-Agent字段，或者更换为robots封禁。

不知道Baiduspider User-Agent的更新，会不会让百度爬虫更加高效、百度的排名机制更加完善。做SEO的人都知道，百度搜索的技术与Google不可同日而语，百度蜘蛛的低效、排名机制的不完善，让各位站长和SEOer伤透了脑筋！但是如果做中文站的话，百度的排名是必须要考虑的问题，因为百度在中文搜索领域已经几乎处于垄断地位了！

随后，百度说(@baidusays)腾讯微博又透露了对网站评级的大致标准，看到这个，估计很多卖链接的人要高兴了，链接买卖估计会更火；新站要想获得好的排名和地位，会更难，但是有“捷径”……

互联网海量Web数据的产生，给搜索引擎技术带来了严峻的挑战，但同时也带来了新的机遇。从网页抓取的角度来看，同一站点往往包含质量相似的资源，对一个优质网站进行爬取，往往可以找到更多的优质资源。因此，我们希望对网站的质量进行评级，来反映资源的质量水平，从而影响spider的调度和收录。

在以往的实践中，网站评级大体思路是根据人工调研出的经验构造出规则和阈值。发现问题后逐个打补丁、调阈值，来适应变化。这种方式最大的问题在于扩展性不强、维护代价高，而且不利于国际化多语言的支持。因此，百度希望采用更智能的方法，在站点数据中自动发现规律，来完成质量的评级。

百度站点质量智能评级框架：在任务层面上，首先，百度先将站点划分为优质站点和劣质站点。其次，分别在优质站点和劣质站点内部再细分成若干等级。在策略层面上，百度采用了一系列机器学习方法，对人工标注的样本进行学习，建立模型，并将学习到的知识应用到未知站点数据中，来完成质量评级的任务。

区分优质站点和劣质站点就是要挖掘一批质量优异的站点，将其作为系统的基本集合，减少反垃圾反作弊的代价，提高系统检索结果的稳定性和权威性，减少用户的不良反应；同时使整个互联网生态趋于正常，鼓励为互联网创造有价值的资源。

百度的目标是使优质的资源在整个系统中占绝对优势，而劣质的资源排斥在外，仅作为系统策略不完善时的必要补充。

百度分别在优质站点和劣质站点内部再细分成若干等级。用这些级别区分出站点质量的差距，从而会影响spider的调度和收录控制，同时也会影响低质网页的筛选。

工业和信息化部网站备案系统-短信通知：尊敬的用户***，你备案信息中的网站**网已被注销，该网站的备案号鄂ICP备********号-1已被收回，特此通知！[工信部备案系统]

生怕我不知道，在19:25的时候又给我发一次！

又开始折腾了！前几年花那么大精力备案，填资料，寄资料，去年的时候工信部还搞了一个备案真实性核验，我还寄了照片和个人身份证等资料给接入商，所有提供的资料都是真实的，没想到，备案还是被注销了！中国特色！

幸好，我网站早就都出国了，早就没有用国内主机了！

为了查清原因，我还是找以前国内主机接入商客服咨询了一下。以前备案的网站先后在某某商务和某数（为了避免广告嫌疑，名称略去）2家主机商接入过。先问某数的客服，他说要问你备案时的接入商，只要域名不是解析到他们公司了，他们有权利取消接入，管局注销备案。随后又咨询了某某商务的客服，他说，最近管局疯狂注销备案，他们自己的网站备案也被注销，之后重新备案的，老备案没拍照的都注销差不多了，安徽注销了四万多，还有两万余站在注销中……

以下是与某某商务客服的聊天记录：

不知道这样一折腾，又有多少网站会关闭，看来国内这个环境，真的不适合搞网站！

最后广告一下，国外主机空间导购，可以去挑主机，最新的优惠码，最中肯的主机评价！

那么怎样将安装的英文版本的wordpress转换成中文的呢？其实有一个很简单的方法，你不用重新安装中文版的wordpress。

打开wordpress的配置文件wp-config.php，找到这行代码：

define(‘WPLANG’, ”);

这里就是对wordpress进行语言设置的，默认为英语，如果要改成中文的，只需在两个单引号”之间填入zh_CN，即：

define(‘WPLANG’, ‘zh_CN’);

虽然语言类型变成了中文的，但是由于安装的英文wordpress中默认是没有中文语言包的，而中文版的wordpress安装包中，有官方提供的中文语言包，你可以先下载一个中文版的wordpress，在wp-content文件夹下，有一个languages文件夹，这里面就是中文语言包。把整个languages文件夹传到你安装的英文wordpress的wp-content文件夹下。

登陆后台，你会看到后台界面也都变成了熟悉的中文界面，查看网站源代码，语言也是中文的：lang=”zh-CN”，这时的wordpress跟正常安装的中文版wordpress是完成一样的，如果有新版本的wordpress发布，你可以在后台直接升级，不用担心它会变回英文版的了！

如果想转换成其他语言类型的wordpress，方法是一样的，将zh_CN改成相应的语言，把语言包传到languages文件夹即可。

全世界的Web服务都离不开Web服务器，而Apache占据这山头很长时间了。尽管近年Apache服务器的市场份额有所下滑，2010年她又回来了。

观察前5名Web服务器，你会发现，2010年，毫无疑问，是Apache的大年！

2010年Web增长

再分析各个Web服务器之前，我们先来看看2010年Web的变化，下面是来自Netcraft的几个关键的调查数据：

截止2010年底，互联网上有2.55亿站点；

对比2009年，增长了9%，增加了2140万个站点。

Web持续的快速增长，这将可能是个超过3000万或是更高的数字，如果不是去年的统计数据里面包括的QQ的博客。

2010年Web服务器增长

Web服务器的使用率的变化，如下：

1、Apache 2009年托管1.09亿个站点，而2010年数字变成了1.52亿。Net result: 2010年，增加大约4300万新的Apache网站。

2、Microsoft IIS 2009年托管4900万个站点，2010年是5700万。Net result: 2010年，大约新增800万个IIS网站。

3、Nginx 没有2009年风光了，从1620万，增加到2010年的1690万。

4、Google’s web server (最初服务博客) 从1410万，增加到2010年的1490万。

5、Lighttpd 从84万，增加到130万。

Web服务器，2010年VS.2009年：

在这个图表，你可以清晰的看到去年Apache的王者风范，一年的时间，增加了40%。

2010年市场变化

根据上述数据，下面是2010年的市场份额变化：

Apache 从46.6%到59.4%，收获12.8%。

Microsoft IIS 从21.0%到22.2%，收获1.2%。

Nginx 从6.6%到7.0%。

Google’s web server 从6.0%到5.9%。

Lighttpd 从0.4%到0.5%。

结论：Apache的成功，也是开源的成功，如无意外发生，Apache将继续独领风骚！