蜘蛛池的入口页经常只做一件事：把蜘蛛接进来，然后送到真正想让它看的地方。这个送的动作，就是跳转。跳转方式选得不一样，蜘蛛的反应也会不一样。
跳转在蜘蛛池里的位置
入口页大多数不是内容页，而是分发节点。它的职责是让蜘蛛拿到一个可抓取、可解析的地址，再通过链接或跳转把抓取路径引向下游。这里有两个动作容易被混在一起：链接跳转和响应跳转。前者是蜘蛛自己决定要不要走，后者是服务器直接给指令。理解这个差别，后面的取舍才有依据。
服务器端跳转与页面内跳转
- 服务器端跳转：HTTP 状态码 301、302、307、308，蜘蛛在响应头阶段就能看到。
- 页面内跳转：meta refresh、JavaScript 的 location 赋值，蜘蛛要先下载并解析页面才能发现。
- 链接跳转：a 标签，蜘蛛可以选择抓或不抓，主动权在它手里。
301：把入口页稳定地指向下游
301 表示永久跳转。搜索引擎看到 301，通常会认为原地址已经作废，会尝试把索引信号向后传递，并在后续抓取中逐步替换目标地址。对蜘蛛池来说，如果入口域名长期、稳定地只服务一个下游地址，301 是相对干净的选择：蜘蛛不必反复回来确认，抓取次数也不会浪费在旧地址上。
但 301 一旦生效，旧地址就很难再作为独立入口使用。如果入口页本身也需要被索引、被当作分发节点保留，那么把它 301 掉等于自断一条路。这是配置时容易忽略的一点。
302 与 307：临时跳转的适用与代价
302 是临时跳转。蜘蛛看到 302 通常不会立刻替换原地址，而是保留原地址继续观察。这意味着原地址还会被反复抓取，跳转目标也会被反复访问，链路两端的抓取次数都会增加。对资源有限的入口页来说，这个成本需要提前算进去。
307 与 302 类似，也属于临时跳转，区别在于 307 会保留原始请求方法。对普通 GET 抓取来说，两者的实际差别不大。真正需要注意的是：如果入口页一会儿 302、一会儿 301、一会儿又直接返回 200，蜘蛛会陷入反复确认，入口页的健康度判断也会变得不稳定。
meta refresh 与 JS 跳转
meta refresh 写在 HTML 头部，蜘蛛要下载并解析页面才能读到。它的延迟参数如果设得过大，蜘蛛可能已经离开页面了还没触发跳转。JS 跳转则更靠后一层，需要渲染能力，不同搜索引擎对 JS 的执行程度不一致，抓取结果自然也不一致。
相比服务器端状态码，这两种方式的信息更弱：蜘蛛无法在响应头阶段就获得明确指令，只能把当前页面当作一个普通页面处理，然后尝试从中发现下一步。作为补充手段可以，作为主链路不太稳妥。
跳转层数与链路稳定性
一跳通常比两跳好，两跳通常比三跳好。每多一层，蜘蛛就多一次请求，也多一次失败的可能。更重要的是链路要稳定：今天 A 跳到 B，明天 A 跳到 C，后天 A 又直接返回内容，蜘蛛很难对这个入口形成稳定预期。
跳转链路的价值不在于多，而在于每次蜘蛛来的时候，看到的都是同一套结构。
常见误区
- 把 301 当成万能手段，所有入口页统统一跳了事，放弃了入口本身的分发价值。
- 跳转目标频繁更换，导致蜘蛛反复回源确认，入口页抓取频次被稀释。
- 用 JS 跳转替代服务器跳转，却没确认目标搜索引擎是否执行 JS。
- 跳转链路上夹着 404 或 5xx，蜘蛛走到一半就断了。
- 301 和 302 混用，同一批入口页策略不统一，日志里看不出规律。
配置时的几个建议
- 先明确入口页要不要保留索引价值，再决定用 301 还是 302。
- 跳转层数尽量控制在一到两跳，链路越短越容易排查。
- 跳转目标保持稳定，确需更换时尽量一次性改完并观察一段时间。
- 定期检查跳转链路上的状态码，确认中间没有失效节点。
- 把跳转前后的记录做成可读日志，方便事后对照。
跳转不是蜘蛛池的核心，但它决定了蜘蛛进来之后走得顺不顺。把状态码选对、层数压短、链路固定下来，剩下的交给时间和正常的抓取节奏即可。不要指望某一种跳转方式能带来额外好处，它只是让链路更清楚而已。