蜘蛛发现一个新 URL，通常只有两条路：顺着站内链接爬过去，或者从 Sitemap、外链、历史提交里拿到地址。如果一个页面在站内没有任何可点击的入口，它就只能靠后一条路被找到。这类页面常被称为孤岛页面。
孤岛页面不一定会出问题，偶尔一两个无关紧要。但当数量变多，往往说明站内结构在某次改版、某次模板调整之后被切断了。值得收录的内容接不上内链，抓取和重新抓取都会变得不稳定。
孤岛页面是怎么出现的
大多数孤岛页面不是刻意做出来的，而是流程里漏掉的一环。常见来源包括：
- 改版或换模板时，原有的栏目入口被删掉，页面本身却保留了下来；
- 时间较久的文章，只存在于归档页很深的分页里，从首页几乎点不到；
- 活动页、专题页下线后没有清理，链接撤了，页面还在线；
- 自动生成的标签页或聚合页，没有被任何列表引用；
- 只通过表单提交、站内搜索或 JS 跳转才能到达的详情页；
- 迁移时遗留的旧目录页面，入口在新结构里没有对应位置。
排查思路
排查的关键，是把「站内能爬到的 URL」和「站点实际存在的 URL」做一次对比。可以从几个方向入手：
- 全站爬取对比。用爬虫工具从首页出发抓一遍，再和 Sitemap、数据库里的 URL 列表对照，差集里往往就是孤岛页面。
- 看服务器日志。如果某个页面长期只有搜索引擎来抓，几乎没有站内 referer，说明站内没有链接指向它。
- 抽样测点击距离。从首页开始点，看重要页面能否在几次点击内到达。超过四五层还找不到的，基本可以按孤岛处理。
- 检查相关推荐和面包屑。有时入口是有的，但只在某个版本或某个端上显示，蜘蛛拿到的 HTML 里并没有。
治理时先分类，再动手
不是所有孤岛页面都值得救。补内链之前，先判断页面本身还有没有价值。
- 有独立价值、还有搜索需求的页面：补内链。可以从相关文章、同栏目列表、专题聚合页、面包屑等位置挂上去，让它重新回到链接网络里。
- 已经过期或重复的页面：该合并的做 301 指向新地址，该下线的返回 410 或加 noindex，不要继续挂着。
- 数量多、价值低的自动生成页：从源头关掉生成逻辑，比事后一个个补链接更省事。
- 深分页里的老内容：可以考虑做按时间或按分类的索引页，把入口前移。
补内链不是越多越好。为了救一个孤岛页面，在正文里硬塞一堆无关链接，反而会让内链质量下降。入口只要自然、位置合理就够了。
把它变成日常动作
孤岛页面容易在改版、换模板、批量下线内容之后集中出现。可以在发布流程里加一步确认：新页面发布后，至少有一个站内入口指向它。另外每隔一段时间跑一次全站爬取，把「爬到的 URL」和「Sitemap 里的 URL」做一次差集，差异明显变大时再回头查原因。
孤岛页面本身不是错误，但它是一个信号。数量少的时候可以逐个处理，数量持续增加，通常意味着栏目入口、归档结构或发布流程需要重新理一遍。