入口页在蜘蛛池里通常只做一件事：把蜘蛛送到目标页面。但“送”的方式有很多种，服务端 301、302，前端 JS、meta refresh，甚至 iframe 嵌套，都能让浏览器跳过去，对蜘蛛的意味却完全不同。选错方式，蜘蛛可能连门都没进就退回去了。
先分清两类跳转
一类是服务端跳转，靠 HTTP 状态码完成，蜘蛛发出请求后立刻收到新的地址，几乎没有额外成本。另一类是客户端跳转，页面先返回 200，再靠 JS 或 meta 标签把浏览器带走。后者对普通用户没问题，对蜘蛛就多了一道不确定的门槛。
301 与 302 的取舍
- 301 永久跳转：语义上表示入口页的最终位置已经确定，蜘蛛更倾向于把它当作稳定映射记住，后续再遇到该入口时抓取路径更明确。
- 302 临时跳转：表示这是临时安排。偶尔用没有问题，但如果整个池子的入口页长期批量 302，蜘蛛对目标地址的判定会偏保守，抓取分配的稳定性也会差一些。
- 307 / 308：主要解决请求方法和缓存语义问题，用作入口跳转意义不大，反而容易在缓存层产生分歧。
如果入口本身是临时工位，比如需要换绑目标，302 更合适；如果入口和目标的关系长期不变，301 更省心。
JS 跳转与 meta refresh
这两种都属于客户端跳转，前提是蜘蛛愿意渲染页面。抓取预算紧张时，渲染往往被排到后面，蜘蛛拿到的只是一个内容不多的 HTML 骨架，然后就不再深入。meta refresh 设成 0 秒比 JS 稳一些，因为解析 HTML 时就能读到，但仍然不如服务端跳转直接。
比较稳妥的用法是把客户端跳转当兜底：入口页先给一段简短内容，再用 meta 或 JS 补充引导，而不是整页只有一行跳转代码。
跳转链太长会怎样
每一次跳转都是一次额外的请求。A 跳 B、B 跳 C、C 跳 D 的三跳链，中间任意一环超时、返回 5xx 或被拦截，蜘蛛的这次访问就断在半路。入口页的跳转建议控制在一跳之内，直接把地址指向最终页面。
几种常见的踩坑写法
- 入口页全部 302 到站点首页，蜘蛛跟着转一圈后什么都没拿到，下次再来的意愿自然降低。
- 跳转目标与入口内容毫无关系，比如入口写的是商品信息，跳过去是站内搜索页。
- 跳转目标恰好被 robots.txt 挡住了，或者本身返回 404、5xx，等于白跑一趟。
- 用 301 却频繁更换目标地址，蜘蛛侧的状态码记录和实际映射对不上，容易造成抓取混乱。
- 入口页只有跳转代码、没有可读内容，蜘蛛拿到空白页后停止向下。
实际配置时的几点建议
- 入口页统一使用 301 指向一个稳定、可访问的最终页面，除非确实需要临时切换。
- 保持一跳，不要为了统计、分流再套几层跳转。
- 跳转前给页面留一点真实内容，标题和一两段描述即可，避免完全空白。
- 定期检查跳转目标的状态码，确认没有落进 404、410 或被 robots 屏蔽的路径。
- 在日志里单独观察入口页的状态码分布，看蜘蛛是否真的跟随了跳转、跟随之后有没有继续抓取。
跳转本身不产生抓取价值，它只是路径。路径越短、越确定，蜘蛛继续走下去的可能性就越高。
把跳转当成入口页的基本功：选对状态码、控制跳转层级、保证目标可访问，比反复调整投放数量更实在。池子里的入口多了以后，跳转方式一旦统一，排查问题也会轻松很多。