入口页把蜘蛛带到目标页，中间那一步怎么跳，很多人随手就写了个 JS 或者 302，结果蜘蛛走了一半就停了。跳转方式不是纯技术细节，它决定蜘蛛能不能顺利走完这一跳，也决定这一跳传递了多少可用信息。
为什么跳转方式会影响抓取
蜘蛛解析一个 URL 的过程大致是：请求、拿到响应、再决定下一步。响应里的状态码和跳转方式，就是它判断“下一步去哪”的依据。不同方式给的信息量不一样，蜘蛛愿意跟进的意愿也不一样。
简单说，服务端跳转（3xx）是明牌，蜘蛛一看就懂；客户端跳转（JS、meta refresh）需要额外渲染或解析，能不能走到下一步存在不确定性。
几种跳转方式的实际差别
301 永久跳转
最明确的一种。蜘蛛收到 301 后一般会直接跟进新地址，并把原地址的信号向目标传递。入口页如果本身就是一次性的中转页，用 301 是最省事的做法。
注意别做链式 301，A 到 B 到 C 到 D 这种跳几次，每多一跳就多一次损耗，蜘蛛也可能中途放弃。尽量一步到位。
302 与 307 临时跳转
302 表示“临时”，蜘蛛会跟进，但会保留原 URL 继续观察。如果入口页长期用 302 指向目标页，蜘蛛可能反复访问入口页，既不传递信号也浪费抓取配额。307 与 302 类似，区别在于是否允许改变请求方法，做入口页时基本可以按 302 理解。
如果入口页就是常设的中转，建议用 301；只有在确实临时调整时才用 302。
JS 跳转
window.location 这类跳转，需要蜘蛛执行 JS 才能发现。主流搜索引擎有这个能力，但执行有预算，队列里排不上就不执行。JS 跳转还可能被各种拦截规则挡住，稳定性不如服务端跳转。
入口页本身内容单薄、又只有一段 JS，蜘蛛很可能抓完 HTML 就结束，看不到目标页。
meta refresh
写在 HTML 头部里的 <meta http-equiv="refresh">，蜘蛛能识别，但优先级低于 3xx。延迟设成 0 秒和设成 5 秒，处理方式也可能不同。它比 JS 稳一些，但依然是“要解析 HTML 才能知道”的方式。
不跳转，直接输出内容
还有一种做法是入口页直接呈现内容或链接列表，把选择权交给蜘蛛自己点。这种方式对蜘蛛最友好，但要求入口页本身有可抓取的内容，否则就是空页。
怎么选：按场景决定
- 入口页只做中转：用 301，一步到位，别叠多层。
- 入口页要长期保留：页面里放可点击链接，让蜘蛛自己决定要不要走。
- 临时换目标：302 短时间用，事情结束就改回来。
- 只能用前端跳转：优先 meta refresh，其次 JS，并且保证 HTML 里有可读的兜底链接。
常见误区
- 以为跳转方式对结果没影响，随手写 JS，实际差别在抓取成功率上很明显。
- 用 302 当长期方案，蜘蛛把入口页当终点反复抓。
- 跳转链太长，中间某一跳返回 404 或超时，整条链断掉。
- 前端跳转的同时，目标地址又落在被拦截的路径下，蜘蛛看得见也走不进去。
跳转方式只是把蜘蛛送到目标页，目标页本身能不能留住蜘蛛，是另一件事。入口铺得再多，目标页接不住，效果一样有限。
上线前的自检清单
- 用 curl -I 看入口页返回的状态码，确认是 301 还是 302。
- 检查是否存在链式跳转，能合并的合并。
- 如果用了前端跳转，关掉 JS 看页面还剩什么内容。
- 确认跳转后的目标地址返回 200，且不是另一个跳转。
- 隔几天翻一次抓取日志，看蜘蛛是否真的走到了目标页。
跳转这一环不需要复杂，但需要一致。把规则定下来，所有入口页按同一套方式处理，排查问题时也更容易定位。