蜘蛛走重定向，和用户点链接不是一回事
用户在浏览器里遇到 301 跳转，几乎没感觉；蜘蛛不一样，每一次跳转对它来说都是一次新的请求。从 A 跳到 B，再跳到 C，才算拿到最终页面。中间的这几跳都要占用抓取预算，也会拉长服务器日志里的时间线。
搜索引擎对跳转链有跳数上限（常见说法是单条链最多跟若干跳），超过以后，后面的地址就不会继续跟。也就是说，链子拖得太长，末端页面就是“看得见、走不到”。
跳转链通常从哪来
- 协议切换：http 到 https，老页面、老外链还指着 http 地址。
- 域名层级：非 www 跳 www，或反过来，两个方向同时存在就可能成环。
- URL 规范化：大小写、尾斜杠、index.html 之类的写法差异，各自配了一条跳转。
- 改版或换域名：旧目录整体跳新目录，新目录又跳一次到更细的地址。
- 设备与语言判断：中间层脚本或服务端先判断，再跳到对应版本。
- CDN、WAF、负载均衡配置：不带 CDN 域名的请求被弹回主域名。
多一跳，代价在哪里
最直接的是抓取预算被摊薄。蜘蛛一次访问本来可以拿回一个页面的内容，现在变成了“跳一次、再跳一次、最后才拿到”。同样的时间窗口里，它能覆盖的 URL 数量就少了。
日志里的典型表现是：同一批 URL 反复出现 3xx 状态，却很少看到紧接着的 200；或者只有起点被记录，终点页面的抓取次数明显偏低。
抓取预算不是无限的。跳转本身不产出内容，它只是把预算花在“找路”上。
几个容易忽略的连带问题
- 跳转过程中参数可能被丢掉，带参地址跳到最后变成无参地址。
- 链条里只要有一环返回 404、403 或 5xx，后面的地址就断在这里。
- 跳转目标本身又是一个跳转，缓存层各存一份，蜘蛛每次拿到的落点可能不同。
- 站内链接仍指向旧的跳转地址，等于每次访问都强制多走一跳。
怎么查、怎么收
先把链条画出来，再决定动哪一段。可以用下面的顺序排查：
- 日志里筛出 3xx，统计哪些 URL 出现频率高、目标指向哪里。
- 用抓取工具或命令行请求批量跑一遍，看完整跳转链有几跳、终点状态码是多少。
- 检查 Sitemap、canonical、内链和外链，确认它们写的是起点还是终点。
收敛的思路通常不复杂：
- 规则合并，一步到位：http 直接跳到最终的 https 主域名，不要拆成两段。
- 入口统一：内链、Sitemap、canonical 一律写最终地址，让蜘蛛在入口处就不需要跳。
- 旧路径保留但降权：跳转仍然存在，用来接住老外链，但不要让站内链接继续依赖它。
- 落点必须可抓取：跳到 404、登录页或纯 JS 渲染的空壳页，等于白跳一趟。
服务器稳定性也在其中。5xx 一多，跳转链会在半路断掉，蜘蛛下次再来，未必还记得终点在哪。需要说明的是，跳转链并不是越少越好，而是每一步都要有明确目的：该接住的老地址接住，该省掉的中间环节省掉。