在做入口页（蜘蛛池里常说的“放链接的页面”）时，有人习惯在链接后面带上统计参数，或者用 #锚点 定位到页面某个位置。这类链接被搜索蜘蛛读到之后会被怎么处理，是很多站长关心的问题。答案要分两种情况看：查询参数和 URL 片段（fragment）的机制并不一样。
先分清“发现”和“抓取”
搜索蜘蛛解析入口页 HTML 时，会把 a 标签的 href 提取出来放进待抓取队列，这一步是 URL 发现。真正发出 HTTP 请求、拿到内容，才叫抓取。参数和锚点在这两步里的表现不同，影响也不一样。
带查询参数的链接：会被当成独立 URL
如果入口页里写的是 /article?id=123&utm_source=spider，搜索蜘蛛大概率会把整个字符串当作一个 URL 对待。也就是说：
- 它可能单独发起一次抓取请求；
- 同一个内容会因为参数不同，在抓取队列里出现多个条目；
- 只有当页面本身给出足够强的合并信号（比如 canonical 指向不带参数的版本）时，这些副本才可能被归并。
对入口页来说，这意味着输出大量带参数的链接，会消耗掉本来就不多的抓取配额，真正想被发现的目标 URL 反而可能被排在后面。
#锚点：一般不会产生新的抓取请求
URL 里的 # 后面部分叫片段标识符，浏览器不会把它发给服务器，搜索蜘蛛抓取时同样不会。所以入口页里写 /page#section2 和 /page#section5，对爬虫来说指向的都是同一个 /page，一般不会因为锚点不同而多抓一次。
例外是单页应用里常见的 hash 路由（类似 #!/detail/123）。这类写法把内容标识放在片段里，传统爬虫不一定能识别，现在多依赖渲染能力，能不能发现目标内容并不稳定。
对入口页的实际影响
- 参数链接会放大 URL 数量，稀释抓取预算；
- 同一目标被多个参数版本链接，可能被反复抓取，日志里看起来“抓了很多”，实际覆盖的新 URL 很少；
- 锚点链接不会帮忙发现新页面，只能影响页面内的跳转位置；
- 如果入口页链接的目标不在自己手里，你很难保证对方会加 canonical 来合并这些变体。
比较稳妥的做法
- 入口页输出的目标链接尽量用干净的、不带跟踪参数的 URL；
- 确实需要参数时，控制数量，别让一个目标对应几十个变体；
- 在自己能控制的站点上，对参数页加 canonical 或 robots 规则，减少重复；
- 锚点只用于页内导航，不要指望它能带来新的 URL 发现；
- 定期看抓取日志，观察参数型 URL 占比，占比过高就说明入口页写法需要收敛。
抓取配额是有限的。入口页每多输出一类没有实际意义的 URL 变体，就可能少抓一个真正需要被发现的页面。
总结一下：带查询参数的链接通常会被搜索蜘蛛当作独立 URL 处理，可能产生额外的抓取请求；而 #锚点一般不触发新的抓取，也不能用于发现新页面。设计入口页时，尽量让链接指向最终、干净的目标地址，比堆参数更有效。