搜索优化
内链、站点地图与抓取效率
让重要页面从首页两三跳可达,站点地图只收录最终地址,订阅源与规范链接保持同一口径。
关注可达性 / 一致性
文件sitemap.xml · feed.xml
频率改版后必查
抓取效率听起来很技术,落地其实就三件事:重要页面别埋太深、别让同一个内容出现多个地址、给程序一份准确的清单。做好了,新增内容能更快被发现;做不好,写得再好也容易长期无人问津。
从首页出发数跳数
打开首页,试着只靠站内链接走到任意一个内容页。超过三次点击还到不了的页面,说明入口不足。常见补救办法是在栏目页顶部放重点阅读、在文章页加相关文章、在页脚放站点地图与检索入口。
内链文字要能独立表意
链接文字写目标页的实际主题,避免「更多」「详情」「点这里」。读屏用户会单独浏览链接列表,程序也会把链接文字当作理解目标页的线索,含糊的锚文本两边都不讨好。
站点地图只放最终地址
清单里不应出现跳转中的中转地址、404 地址、被规则屏蔽的路径,也不应混入参数不同但内容相同的重复项。每次新增或删除页面时同步更新;由程序按真实内容生成,比手工维护一份静态文件可靠。
规范链接统一到首选域名
带 www 与不带 www、HTTP 与 HTTPS、带不带结尾斜杠,都要收敛到同一个首选形式。页内规范链接、站点地图、订阅源与内链使用同一套地址,避免同一内容被当成多个页面。
订阅源是补充,不是替代
订阅源提供最近的更新条目,方便关注者与其他程序发现新内容。它应指向真实存在的页面,并保持标题与摘要的口径一致。不要为了凑数量把旧条目反复改写日期。
改版后的四项复核
- 抽查旧地址是否 301 到对应新地址,且最终返回 200;
- 确认站点地图里没有旧地址与中转地址;
- 确认所有内链指向最终地址,站内没有断链;
- 翻一遍错误日志,把集中的 404 补进映射表。
别忽略 robots 与目录规则
说明文件里写清允许与不允许访问的路径,内部数据目录由服务器规则直接拒绝。目标是让程序把时间花在真正的正文页上,而不是在配置、脚本与历史文件里打转。
可达、唯一、有清单:把这三件事做对,抓取效率的问题通常就解决了大半。
