入口页最核心的职责，是把蜘蛛带到真正的目标 URL。除了在页面上摆链接，跳转是另一种常见做法。但跳转方式选得不对，蜘蛛可能到了门口就停下，或者把入口页当成一个没有价值的中间层。
先想清楚跳转要达成什么
在挑方式之前，先把三件事对齐：
- 可发现：蜘蛛能顺着跳转链走到目标页，而不是停在入口页。
- 信号去向：原本指向入口页的链接与抓取记录，是留在入口页还是转给目标页。
- 可回退：入口页将来换目标、下线或改结构时，改动成本是否可控。
这三点的优先级不同，选出来的跳转方式往往也不同。
几种跳转方式的差异
301 永久跳转
301 的语义是“这里以后都不在了，请去新地址”。对蜘蛛来说，这是一条明确的迁移信号，多数情况下会把入口页的记录逐步转移到目标 URL。它适合固定映射的场景：一个入口页长期只指向一个目标页，且不打算频繁更换。
要注意的是，301 链条不宜过长。入口页 → A → B → 目标页这种多级跳转，会消耗抓取预算，也容易在某一环断掉。尽量一跳到位。
302 与 307 临时跳转
临时跳转告诉蜘蛛“位置暂时变了，但原地址还算数”。蜘蛛通常仍会保留入口页，抓取力度是否跟过去，取决于它对临时性的判断。这类跳转适合活动页、短期专题这种会更换目标的场景。
如果长期用 302 指向一个稳定目标，等于一直在告诉蜘蛛“这只是临时的”，信号传递就会变得模糊。这种情况不如直接给链接，或者换成 301。
JS 跳转
用 JavaScript 做 location 跳转，依赖蜘蛛是否执行脚本。主流搜索蜘蛛基本具备渲染能力，但渲染是有成本的，入口页本身如果没有实质内容，可能排不进渲染队列。
所以 JS 跳转更适合作为补充路径，而不是唯一路径。页面上同时保留一个可点击的普通链接，是成本很低的保险。
meta refresh
meta refresh 是写在网页头部的声明式跳转，解析成本低，各类爬虫的兼容度也比较好。缺点是延迟时间不好把握：设为 0 秒最干脆，设成几秒又会让蜘蛛在入口页多停一会儿。另外，这种方式对信号传递的表达比较弱，通常被理解为“页面自己主动换个地方”，而不是严格的迁移声明。
常见误区
- 一个入口页同时用多种跳转方式，比如既有 302 又有 JS 跳转，指向的还不是同一个地址。蜘蛛可能只走其中一条，另一条就成了无效路径。
- 跳转目标带一堆参数或会话 ID，每跳一次生成的 URL 都不一样，结果目标页被拆成多个版本。
- 把跳转页当中转层，一层套一层，每层只写一句“正在跳转”。这类页面本身没有内容，蜘蛛走到最后往往什么也没拿到。
- 把 404、410 和跳转混着用，入口页状态时好时坏，状态码来回变，蜘蛛很难建立稳定的抓取印象。
按场景选，而不是按习惯选
- 入口页与目标页是长期一对一关系：优先直接链接，其次 301。
- 目标页会周期性更换：用 302 或 307，换的时候同步更新，别留旧跳转。
- 目标页不在同一域名下，且你希望信号转移：301 更合适，同时确认目标页能正常访问、不需要登录。
- 入口页本身有内容、想让蜘蛛留下做二次发现：直接给链接，跳转只作为辅助。
- 只是临时切换几分钟做维护：用 302 或 503，别去动 301。
跳转方式没有绝对的好坏，关键是它和你的长期意图是否一致。反复横跳，比一次选错更伤抓取关系。
用日志验证跳转是否按预期工作
改完跳转后，观察几天的访问记录：入口页是否还在被抓、目标页出现频次是否上升、有没有冒出明显不该存在的中间 URL。如果入口页访问量没下降、目标页也没变化，多半是跳转没被识别，或者跳转链在某一环被拦下了。
同时留意跳转响应本身的耗时。跳转页如果响应慢，蜘蛛可能在拿到跳转指令之前就超时离开，前面所有设置都白做。
最后提醒一句：跳转只是路径设计的一部分，真正决定目标页能不能被稳定抓取的，还是目标页自身能否正常访问、内容是否可读。跳转做对了，也只是把门打开。