整理投放链接时经常会碰到带 # 的 URL，比如页面内的锚点定位 .../help#step3，或者单页应用里的 .../#/detail/1001。这类链接投进蜘蛛池或提交入口后，日志里往往看不到预期的抓取，于是怀疑投放没生效。多数情况下，问题不是出在蜘蛛池，而是 # 号后面的内容并不参与 URL 识别。
一、先分清 # 后面是锚点还是路由
同样是 #，含义差别很大：
- 页内锚点：# 后面是某个元素的 id，打开后浏览器滚动到对应位置，页面内容与不带 # 的版本基本一致。
- hash 路由：# 后面是前端路由路径，页面内容由 JS 根据这段路径渲染出来，服务端通常返回同一个 HTML 骨架。
- 带参数的 hash：类似 #!key=value 的写法，多出现在早期单页应用，本质仍归到上面第二类。
二、搜索蜘蛛看到的是什么
抓取时，客户端向服务器发起的请求一般只包含 # 之前的部分。也就是说，请求 .../help#step3 和请求 .../help，在服务器日志里是同一条记录，日志里不会出现 #step3。蜘蛛能拿到的，是不带 # 的那份响应。
对于 hash 路由页面，如果搜索引擎愿意渲染 JS，理论上能看到 # 后面那段路径对应的内容；但在 URL 层面，带 # 和不带 # 通常仍被当作同一个地址处理，不会自动变成两个独立页面。
把带 # 的链接当作“新 URL”来投放或提交，是常见的误操作：蜘蛛去访问的仍然只是 # 前面的那个地址。
三、投放这类链接时会遇到什么
- 日志里只能看到不带 # 的请求，误以为“没抓到”，其实是地址被截断了。
- 如果 # 前面的地址已经被抓过，重复投放往往不会带来新的抓取行为。
- 用带 # 的链接做外部入口，能传递的发现价值会打折，因为对外可识别的还是前缀地址。
- 统计时把 #/a、#/b 当作两个页面，容易高估覆盖量，实际只对应一个可抓地址。
四、希望 hash 路由页被发现，可以这样做
- 能用真实路径就用真实路径，把 #/detail/1001 改成 /detail/1001，让每个内容有独立的可请求地址。
- 改为真实路径后，服务端要为该路径返回可读内容，或至少做预渲染、服务端渲染，避免返回空壳。
- 站内链接统一使用不带 # 的规范地址，减少同一内容出现多种写法。
- 确实要保留 hash 路由的，至少让不带 # 的入口页可正常抓取，并在页面里以普通链接形式列出可访问的目标地址。
- 提交 sitemap 或投放列表时，使用去掉 # 及其后内容的规范 URL。
五、排查时可以先确认三件事
- 服务器日志里出现的地址，是带 # 的还是被截断后的版本。
- 同一个 # 前缀地址，是否已经有过抓取记录。
- 目标内容是否需要 JS 渲染才能出现，未渲染时页面里有没有可跟随的链接。
把这三点确认清楚，基本就能判断问题出在 URL 写法还是抓取环节。URL 结构规范一些，蜘蛛发现新页面的路径也会更顺，但具体抓取和收录仍由搜索引擎决定，无法通过投放来保证。