做蜘蛛池或站内运营时，為了让搜尋蜘蛛發現目标 URL，很多人會尝试各種寫法：有的把地址塞進表單的 action，有的直接寫成正文里的纯文本，有的藏在 data-* 属性或 JS 變量里。這些寫法在浏览器里可能点得動、跳得過去，但對搜尋引擎的 URL 發現来说，效果差別很大。
先区分两件事：用戶能跳轉，不等于蜘蛛能發現
浏览器和抓取器的行為逻辑不同。浏览器可以执行 JS、提交表單、点击绑定了事件的元素；抓取器主要依據 HTML 源碼里的标准連結结构，来判断“這里有一個新 URL”。一個地址只要没進入抓取器認可的連結入口，就很难排進待抓取队列。
通常會被当作連結處理的寫法
- <a href>：最标准，正文里的普通連結是 URL 發現的主力。
- sitemap 與 HTTP Link 响應头：属于主動声明，抓取器會讀取。
- 301/302 的 Location：跳轉目标會被记錄下来。
- link rel 系列标簽：canonical、alternate 等會传递 URL 信息，但用途不同，別把它当導航用。
這几類可以理解為“正式入口”。除此之外的寫法，大多需要額外條件才生效。
容易被漏掉的几種寫法
form 的 action
表單 action 指向的地址，一般不會被当作可發現的頁面連結。它更像功能入口，抓取器缺少“提交之後會發生什么”的上下文。如果目标 URL 只出現在這里，被發現的概率很低。
正文里的纯文本 URL
把地址直接寫在段落里、不加 a 标簽，多數情况下不會被自動轉成跟踪連結。少數工具會做识別，但不能当可靠方案，也無法控制它出現在哪個頁面、什么位置。
img、script、link 等资源地址
這些位置會触發资源抓取，但抓取器把它們当资源處理，未必會作為 HTML 頁面進入頁面發現流程。用图片去带目标頁，效果遠不如正文里的 a 标簽。
data-* 属性與 JS 變量里的字符串
把 URL 寫進 data-url 或脚本變量，需要渲染执行後才會生成真實連結。是否被發現，取决于抓取器是否渲染、渲染後連結是否進入可抓路径。稳定性差，出問题时排查成本也高。
area 元素
带 href 的 area 属于标准超連結，理论上可被识別，但實际使用少、坐标和路径容易配错，也是常见的漏網位置。能用 a 标簽就別用 area。
相對路径與 base 标簽
連結寫成相對路径时，解析结果受頁面地址和 base 标簽影响。如果 base 指到別的目錄，本来有效的連結可能被解析成错誤 URL，抓取器訪問到的就是 404。批量生成的入口頁尤其容易踩這個坑。
怎么自检入口頁有没有把連結“寫對”
- 查看頁面源碼，確認目标 URL 以 href 形式出現在 HTML 里，而不是只存在于脚本中。
- 用抓取模拟工具，或在禁用 JS 的情况下請求入口頁，看返回源碼里是否還有目标連結。
- 在搜尋资源平台的 URL 检查工具里，查看入口頁的渲染结果和识別到的連結列表。
- 翻服務器日誌，確認搜尋蜘蛛請求過入口頁，之後有没有繼續請求目标 URL。
- 如果是批量模板生成的入口頁，随机抽几個頁面核對，不要只看首頁那一個样本。
實務上的做法
連結發現這件事，越接近标准 HTML 越省事。把目标 URL 放在正文的 a 标簽里，保證它在未渲染的源碼中就存在，再配合 sitemap 声明，是相對可控的组合。表單、纯文本、属性里藏地址這些做法，可以当补充，但不要作為主要依赖。
連結能被發現，只是進入抓取队列的第一步。是否抓取、抓取频率、最终是否收錄，還受站点质量、抓取配額、内容重复度等多重因素影响。任何寫法都不保證收錄或排名，能做的只是减少技術层面的漏發現。