做站点运营时，URL、死鏈、重定向這些检查大多有人定期跑，但图片和视频這類媒体资源，往往被归到“前端優化”里，很少從蜘蛛的角度看一眼。實际上图片是頁面上數量最多的元素之一，也是頁面体积的主要来源。蜘蛛抓到一個頁面後，除了 HTML，它還會顺着图片地址去看一遍。如果這些地址訪問不了、名字全是數字、周围没有任何說明，那頁面在它眼里就少了一大块信息。
先確認图片地址能不能被正常訪問
這一步最容易被忽略，因為浏览器里图片顯示正常，不代表蜘蛛能拿到。常见的几種情况：
- robots.txt 里為了“保護”图片，顺手把图片目錄 Disallow 了，连带頁面上的图片全抓不到；
- 图片放在對象存储或 CDN 上，開了防盗鏈，只允许自家域名 Referer，蜘蛛請求时没有 Referer，直接返回 403；
- 用了带簽名的临时地址，URL 里带一長串過期時間參數。這種地址每天甚至每次刷新都不一样，等于给同一張图造了無數個新地址；
- 图片被删了但頁面還引用着，返回 404 或 403，長期堆在日誌里。
抽一批頁面，把里面的图片地址複製出来直接訪問一遍，看看狀態碼，是最直接的办法。
懒加载別把图片藏到蜘蛛看不到的地方
為了首屏速度，很多站点會给图片加懒加载。做法本身没問题，問题出在實現方式：有的把真實地址寫在 data-src、data-original 上，等 JS 执行时再替換给 src，HTML 里 src 留一個空白占位图。蜘蛛拿到的初始 HTML 里，那張图就等于不存在。
可以這样處理：
- 首屏和靠前的图片直接用正常 src，不做延迟；
- 靠後的图片用浏览器原生 loading="lazy"，它不改變 HTML 里的 src，只是延迟加载；
- 如果用 JS 方案，至少在 noscript 里保留一份带 src 的图片；
- 用 CSS 背景图展示重要内容的，考虑改成 img，或者补上可抓取的說明文字。
文件名、alt 和图片周围的文字
蜘蛛看不懂图片内容，只能靠文件名、alt 和上下文判断。文件名建议用能說明内容的英文或拼音，避免 20240618-001.jpg 這種纯编号，也避免直接堆一長串關鍵詞。alt 寫成人能讀懂的短句，描述這張图在讲什么，不必把栏目词、地区词全塞進去。
图片下方的图注、同一段落里的正文、所在栏目的标题，都是它理解图片的线索。如果一張图是产品對比表、尺寸图這類信息量大的内容，旁邊最好有一段文字說明，而不是只有一張图。
图片不是装饰，它也是頁面内容的一部分。蜘蛛看不到的那部分，等于白做。
体积、格式與尺寸声明
這一块主要影响渲染和用戶体驗，但間接也關系到抓取。图片太大，頁面加载慢，蜘蛛等待的時間變長；没有声明 width 和 height，图片加载时頁面布局跳動，也會影响体驗。常见做法是压缩後輸出 WebP 或 AVIF，用 srcset 给不同屏幕提供不同尺寸，同时保留一張兜底格式。上千 KB 的原始大图直接挂在列表頁，是很不划算的。
图片站点地图和图库頁
如果你的站有图库、相册、作品集這類以图片為主的頁面，可以考虑單獨做一個图片站点地图，把图片地址和所在頁面列清楚。图库的列表頁也要像普通列表一样能一頁頁翻下去、有稳定的 URL，而不是全部靠 JS 加载。图片本身不适合作為 URL 發現的唯一入口，但它是补充。
一個可以定期跑的自查清單
- 從各栏目抽 20 到 30 個頁面，把图片地址批量取出来，直接訪問看狀態碼；
- 在浏览器里關掉 JS，看 HTML 源碼里還剩多少可用的图片 src；
- 检查 robots.txt 有没有誤封图片目錄，CDN 有没有拦掉無 Referer 的請求；
- 抽查图片文件名和 alt，是否寫了人话；
- 找出体积最大的那几張图，看能不能压缩或換格式；
- 如果有图库頁，確認列表能翻頁，並考虑加一份图片站点地图。
這些检查不需要一次做完，按季度或半年跑一轮就够。比起反复調整參數，先把“蜘蛛能不能看到這張图”這件事確認下来，往往更實际。