做入口页的时候，很多人会在目标链接后面加一段以 # 开头的内容，比如 https://example.com/post#source=pool1，用来区分不同入口带来的访问。问题是：搜索蜘蛛抓到这条链接时，请求的到底是带 # 的完整地址，还是只有 # 前面那一截？答案是明确的——# 后面的内容不会进入 HTTP 请求。
锚点为什么发不到服务器
URL 标准里，# 及其后面的部分叫 fragment（片段标识符）。它的设计目的是让浏览器在已经拿到的文档内部做定位，比如跳到某个小标题。这个动作完全在客户端完成，服务器从头到尾看不到它。
搜索蜘蛛遵循同一套规则：解析链接、去掉 fragment、用剩下的部分发请求。所以无论入口页怎么写锚点，蜘蛛对服务器的请求都只有路径加查询参数。
蜘蛛实际请求的地址长什么样
- 入口页写 https://example.com/a#part1 → 蜘蛛请求 https://example.com/a
- 同一页再写 https://example.com/a#part2 → 仍然只请求 https://example.com/a
- 写 https://example.com/a?#part3（问号后直接跟 #）→ 同样只请求 /a
- 只写 href="#top" 这类纯锚点 → 指向当前页面自身，不是一个新 URL
也就是说，锚点既不改变服务器收到的路径，也不改变蜘蛛的抓取次数。它只影响浏览器渲染时的定位行为。
三个常见的误用
用 # 传来源参数
#source=pool1 只有页面里的脚本能读到，服务端访问日志里看不到。如果来源统计依赖日志，这类参数等于没写，白忙一场。
指望同一 URL 配不同锚点被当成多个页面
有人给同一个目标 URL 挂上 #a、#b、#c，想让蜘蛛“多发现几个地址”。实际它看到的始终是同一个 URL，不会产生额外的发现或抓取。
用 # 掩盖真实参数再靠脚本跳转
前端读取 # 后再用脚本跳到真实地址，这属于动态注入链接。能否被发现，取决于抓取端是否执行脚本、渲染是否完成，和直接给静态链接完全不是一回事。
想区分来源，可以怎么做
- 用不同路径：入口页指向 /lp/pool1/ 这类独立路径，服务端可统计。但要注意别批量生成内容雷同的页面，否则统计清楚了、页面质量却下去了。
- 用查询参数：?from=pool1 服务端可见。风险是同一目标 URL 挂太多不同参数，可能被当成多个地址反复抓取，最好配合 canonical 收敛，或让 robots.txt 挡掉无意义的参数组合。
- 看日志里的来源信息：蜘蛛抓取目标 URL 时通常带着来源页字段，入口页本身也可以靠这个反推，不必把参数塞进链接。
- 用中间跳转：入口页放一个带参数的中间地址，由它跳转到最终目标，参数留在跳转前的日志里，最终页保持干净。
几个容易忽略的边界
href="#" 和 href="javascript:;"
这类写法没有指向任何真实地址，蜘蛛不会把它当成可抓链接，也不会因此发现别的内容。放在入口页里只会让页面看着链接很多，实际是空的。
前端路由里的 #
#/list 这种路由形式，蜘蛛请求的仍然是 # 之前的部分，路由内容要靠脚本渲染。能不能被发现取决于抓取端是否渲染 JS，不取决于锚点本身。
跳转响应里带 #
如果服务器返回的跳转地址里带了 fragment，浏览器会把它保留下来，但服务器端日志依然只有路径部分。别指望用这种方式在日志里留下来源标记。
上线前的自检清单
- 目标页是否只有读 # 后面的内容才能正常展示？如果是，蜘蛛看到的很可能是空页或残缺页。
- 来源统计是不是写在了 # 里？若是，服务端数据会缺失。
- 同一目标 URL 是否因为参数被拆成很多个地址？需要收敛或加 canonical。
- 入口页里的 href="#" 是否被误当成有效链接？建议清理掉。
锚点解决的是文档内定位问题，不是链接唯一性或来源追踪问题。把它当成地址的一部分来用，得到的往往是和预期相反的统计结果。