做蜘蛛池的时候，入口頁经常被当成“連結中轉站”：一個頁面里堆几十上百條連結，正文一句没有。這種頁面能不能被搜尋蜘蛛抓到、里面的連結能不能被跟進，是很多人反复問的問题。先说结论：纯連結頁通常仍然可以被抓取和解析，但它在抓取队列里的待遇，往往不如一個有正文、结构正常的頁面。
搜尋蜘蛛發現 URL 的三個环节
把“發現”拆開看會清楚很多：
- 抓取入口頁：蜘蛛請求入口頁地址，拿到 HTML。
- 解析連結：從 HTML 中提取可抓取的 a 标簽 href，轉成绝對 URL，並做去重。
- 進入队列：把新 URL 放進待抓取队列，之後按調度策略决定什么时候来抓。
纯連結頁影响的主要是第二、第三步：連結能解析出来，但調度时優先級可能被压低，抓取节奏變慢。
纯連結頁會發生什么
入口頁只有一堆 a 标簽，没有正文、没有标题层級、没有可讀内容，對搜尋引擎来说属于典型的低價值頁面。常见表現是：
- 入口頁本身可能被抓，但抓取频率低，長期停留在“偶尔来一次”。
- 頁面里的連結不一定全部被跟進，尤其是數量很大、又指向同一批目标的时候。
- 如果整站都是這種模板化頁面，入口頁容易被归入連結农场一類，抓取预算被压缩。
注意，這不是“一定不抓”，而是抓的节奏和覆盖面會明顯受限。
加一点正文，變化在哪里
入口頁不需要寫成深度長文，但有几個元素會让它更像一個正常頁面：
- 有明确标题：h1 里寫清楚這頁在讲什么，而不是“連結列表”“友情連結”。
- 有 150 到 400 字正文：围绕入口頁主题寫点真實内容，把目标連結自然嵌進上下文。
- 連結數量可控：一頁放十几到几十條，比几百條更容易被完整處理。
- 頁面结构干净：不要整屏靠 JS 渲染連結，也不要必须点击展開才出現 href。
這些做法不會让抓取變成确定的事，但能降低“入口頁被抓了、目标連結却没被跟進”的概率。如果目标 URL 本来就在同一站点内，入口頁還可以顺带承担導航作用，让連結出現在有上下文的位置，而不是孤零零地排成一行。
一個小驗證方法
拿两批入口頁做對比：A 组纯連結，B 组带正文。看两周内服務器日誌里搜尋蜘蛛對目标 URL 的請求次數和首次到達時間。站点權重、抓取预算不同，结果不會一致，但方向通常能看出来。
几個常见誤区
- “正文只是给算法看的装饰”：正文的作用是让入口頁成為一個能被理解的頁面，而不是為了骗過谁。
- “複製同一段正文到所有入口頁就行”：批量複製的正文和没有正文区別不大，甚至更像垃圾頁。
- “入口頁有正文，目标頁就一定有排名”：發現、抓取、收錄、排序是四件事，入口頁只影响最前面那一环。
入口頁的职责是把 URL 送到蜘蛛面前，不是替代目标頁做内容。把入口頁做得“像一個正常頁面”，通常比單纯堆連結數量更有效。
如果時間有限，優先做三件事：给入口頁寫一個真實标题、补一段能讀的正文、把連結數量降到可维護的范围。剩下的交给日誌去驗證，別靠猜。