在做入口頁（蜘蛛池里常说的“放連結的頁面”）时，有人习惯在連結後面带上統計參數，或者用 #锚点 定位到頁面某個位置。這類連結被搜尋蜘蛛讀到之後會被怎么處理，是很多站長關心的問题。答案要分两種情况看：查询參數和 URL 片段（fragment）的机制並不一样。
先分清“發現”和“抓取”
搜尋蜘蛛解析入口頁 HTML 时，會把 a 标簽的 href 提取出来放進待抓取队列，這一步是 URL 發現。真正發出 HTTP 請求、拿到内容，才叫抓取。參數和锚点在這两步里的表現不同，影响也不一样。
带查询參數的連結：會被当成獨立 URL
如果入口頁里寫的是 /article?id=123&utm_source=spider，搜尋蜘蛛大概率會把整個字符串当作一個 URL 對待。也就是说：
- 它可能單獨發起一次抓取請求；
- 同一個内容會因為參數不同，在抓取队列里出現多個條目；
- 只有当頁面本身给出足够强的合並信号（比如 canonical 指向不带參數的版本）时，這些副本才可能被归並。
對入口頁来说，這意味着輸出大量带參數的連結，會消耗掉本来就不多的抓取配額，真正想被發現的目标 URL 反而可能被排在後面。
#锚点：一般不會产生新的抓取請求
URL 里的 # 後面部分叫片段标识符，浏览器不會把它發给服務器，搜尋蜘蛛抓取时同样不會。所以入口頁里寫 /page#section2 和 /page#section5，對爬虫来说指向的都是同一個 /page，一般不會因為锚点不同而多抓一次。
例外是單頁應用里常见的 hash 路由（類似 #!/detail/123）。這類寫法把内容标识放在片段里，传统爬虫不一定能识別，現在多依赖渲染能力，能不能發現目标内容並不稳定。
對入口頁的實际影响
- 參數連結會放大 URL 數量，稀释抓取预算；
- 同一目标被多個參數版本連結，可能被反复抓取，日誌里看起来“抓了很多”，實际覆盖的新 URL 很少；
- 锚点連結不會帮忙發現新頁面，只能影响頁面内的跳轉位置；
- 如果入口頁連結的目标不在自己手里，你很难保證對方會加 canonical 来合並這些變体。
比較稳妥的做法
- 入口頁輸出的目标連結尽量用干净的、不带跟踪參數的 URL；
- 确實需要參數时，控制數量，別让一個目标對應几十個變体；
- 在自己能控制的站点上，對參數頁加 canonical 或 robots 規則，减少重复；
- 锚点只用于頁内導航，不要指望它能带来新的 URL 發現；
- 定期看抓取日誌，观察參數型 URL 占比，占比過高就說明入口頁寫法需要收敛。
抓取配額是有限的。入口頁每多輸出一類没有實际意义的 URL 變体，就可能少抓一個真正需要被發現的頁面。
總结一下：带查询參數的連結通常會被搜尋蜘蛛当作獨立 URL 處理，可能产生額外的抓取請求；而 #锚点一般不触發新的抓取，也不能用于發現新頁面。设計入口頁时，尽量让連結指向最终、干净的目标地址，比堆參數更有效。