外链少了先别急着补:按四种消失形态分类再行动
先追原因分布,再看留存数字
外链留存率就是“上期还在的链接,这期还有多少条仍然在原位且可被访问”。它必须自己动手去测,没有任何工具能替你算准,因为工具只知道它自己抓到过什么。但真正要追的不是那个百分比,而是“消失的原因分布”——页面被删、链接被挪、服务器报错、robots 拦截,这四类的处理动作完全不同。先做原因分类,再谈留存数字好不好,这是复盘外链的第一步。
消失的四种形态,处理各不相同
Google 关于状态码的说明给了最硬的判据:返回 4xx 的 URL,Google 不使用其内容,已经收录的会从索引移除;返回 5xx 和 429 时已收录的暂时保留但最终会被丢弃;301 会被跟随,作为目标 URL 应当被处理的强信号。把这段映射到外链场景,消失就分成四类:来源页面被删除或改版(4xx),联系来源站问是否有替代页,拿同主题现存页去谈;链接被移动位置或挪到深层页面,找出新位置登记为位置迁移,不用重谈;来源站临时故障(5xx),隔几天重试,记为临时故障本期不算消失,最容易被误判为丢失的一类就是它——服务器抖一下,工具就少一条;链接还在但格式变了,比如改成 JS 渲染或加了 nofollow,看页面源码里是否还有可解析的链接,按可抓取要求反馈。
看源码,不看渲染后的页面
Google 通常只能抓取带 href 属性的 a 元素,其他格式的链接不会被解析提取。也就是说一条“人点得动、爬虫读不到”的链接,在留存判断里等于失效,哪怕页面上确实有这个链接。判断时要看源码,不看渲染后的页面。反过来,如果来源站要下线旧页面,正确做法是让它做永久重定向而不是直接删旧页:301 和 308 表示页面已永久搬到新位置,只有确定重定向不会被撤销时才用。来源站做对了,你的链接就还在;被直接删掉,就只能重新谈替代页。完整的原因分类与处理对照可以看这篇 外链留存率:怎么跟踪消失的链接,它把四种形态的确认方法与下一步动作整理在了一起。
每月复盘固定动作
- 导出上期链接清单,逐条请求来源页,记录状态码与链接是否存在。
- 消失的先归入四类:删除改版、位置迁移、临时故障、格式变化。
- 临时故障隔几天重试一次再下结论,不计入本期消失。
- 需要重谈的带着替代页方案去谈,不只问“能不能加回来”。