入口页铺多少，往往是蜘蛛池投入里最容易被拍脑袋决定的一件事。有人觉得入口越多抓取越多，于是把一个目标页挂到几十个入口上；也有人一个入口页塞进几百条目标链接，指望一次抓取全带走。这两种做法都容易让投入和产出对不上。
入口页解决的是“被发现”，不是“被处理”
入口页在蜘蛛池里的作用是提供一条可被抓取的路径，让搜索引擎知道某个 URL 存在。它不负责内容质量，也不能替代目标页本身的可用性。所以入口页的数量，应该由“需要暴露多少 URL”和“每次抓取能带走多少”这两个变量决定，而不是由手上有多少域名决定。
先算两个数
需要暴露的 URL 规模
把所有需要被发现的页面列出来，按优先级分层：新发布的、经常更新的、长期不变的。前两类值得反复暴露，第三类暴露一两次就够了。很多蜘蛛池的浪费，就出在把长期不变的页面也挂在入口页上反复送。
单次抓取的实际产出
入口页被访问一次，蜘蛛不一定把所有出链都带走。出链数量、页面体量、链接是否在首屏、是否依赖 JS 渲染，都会影响实际被跟进的比例。可以在访问日志里观察同一入口页被反复抓取时，后续对目标页的请求量，粗略估算一个入口页能稳定带出多少个目标 URL。
三种常见的配比关系
- 一个入口对一个目标：控制力最强，适合少数重点页面，成本也最高，不适合大规模铺开。
- 一个入口对少量目标：把同一主题、同一批次的页面放在一个入口里，出链控制在能一眼看完的范围内，是多数场景下比较稳妥的做法。
- 多个入口对同一目标：用于需要反复曝光的页面，但要留意入口页之间是否过于相似。高度雷同的入口容易被判定为重复，反而拉低整体质量。
配比失衡时的几个信号
- 入口页抓取次数在涨，目标页的请求量却没变化，说明出链没有被有效跟进。
- 目标页日志里只有第一次抓取，之后再无访问，通常是入口页没有再更新，或本身没有被重新抓取。
- 入口页被大量抓取，但状态码分散、跳转链路过长，蜘蛛在中间环节就把路径丢了。
- 同一批入口页的访问集中在少数几个，其余长期没有抓取，说明这些入口页自己还没有被充分发现。
调整时的顺序
- 先确认目标页自身可抓取：状态码正常、没有被误屏蔽、关键链接不是纯 JS 生成。
- 再按优先级把目标页分组，决定哪些需要多入口曝光，哪些一个入口带过即可。
- 控制单个入口页的出链数量，宁可多分几个入口，也不要在一页里堆到看不清主次。
- 给入口页留出更新节奏，目标页新增或变更时同步调整出链，不要一次铺完就放着不动。
- 持续看日志，用实际被抓取到的目标页数量回推入口页规模，而不是一次性定死。
配比没有固定答案，它取决于目标站点的规模、更新频率和当前被抓取的状况。把入口页数量当成一个跟着数据调整的变量，比一开始就铺满更容易看出哪里在做无用功。