重定向是站点改版、换域名、调整目录时最常见的处理方式，本身并不算错误。但当一次跳转变成三跳、四跳，甚至形成循环时，蜘蛛每次都要按顺序请求链路上的每一个地址，抓取资源被分摊到多个不会产生内容的 URL 上，真正需要被抓取的页面反而被推后。
一次跳转里蜘蛛到底做了什么
蜘蛛请求 A 地址，收到 301 或 302 响应，读取 Location 头，再请求 B 地址。如果 B 又返回跳转，它会继续往下走。整个过程有几个结果：
- 抓取预算按请求次数消耗，链路越长，消耗越多；
- 跳转目标会被记录为发现路径的一部分，可能影响后续的归集判断；
- 中间地址如果长期返回跳转，蜘蛛会持续回访，形成无效访问；
- 链路中出现 404、5xx 或超时，整条路径的价值都会被削弱。
对多数搜索引擎来说，单条链路跳转次数越多，越容易在中途停止跟进。停止之后，落地页面就只能依赖其他入口被重新发现。
长链路通常是怎么堆出来的
协议与主机名的层层叠加
比如 http 跳 https、裸域跳 www、www 跳 m 或某个中间域名，一层层叠加后，一个入口地址可能要经过四次跳转才能到达真实页面。这类问题在上线 HTTPS 或切换主域时最容易出现，往往只配置了单段跳转规则，没有做收敛。
改版与目录迁移的遗留规则
旧目录跳新目录、旧参数地址跳静态地址、栏目页跳栏目默认页，这些规则如果分批上线且没有合并，就会把原本可以一步到位的跳转串成链条。
跳转对 URL 发现路径的影响
内链、Sitemap、外部链接都可能指向跳转地址。当这些入口长期指向中间地址时，蜘蛛每次都要先走一遍链路，再决定是否抓取落地页。更常见的情况是：
- Sitemap 里提交的是旧地址，蜘蛛每次抓取都先遇到 301；
- 内链仍指向带参数或旧目录的地址，落地页只被间接发现；
- 跳转目标本身又有 canonical 指向第三个地址，抓取归集变得混乱。
跳转是给浏览器和蜘蛛用的过渡手段，不适合作为长期入口。凡是被内链和 Sitemap 反复引用的地址，最好直接指向最终落地页。
核对与收敛清单
- 用 curl -IL 或类似方式，对核心入口逐个查看跳转序列，记录每一跳的状态码和目标地址；
- 从抓取日志中筛选出返回 3xx 的 URL，统计出现频率，高频项优先处理；
- 检查 Sitemap 中是否包含跳转地址，如果有，替换为最终落地页；
- 核对内链、导航、面包屑中的地址，确保指向最终 URL，而不是中间地址；
- 排查跳转循环，尤其是带 www 与不带 www 之间互相跳转的配置错误；
- 301 与 302 按语义使用：永久迁移用 301，临时活动页用 302，不要把临时跳转长期挂在稳定入口上；
- 确认跳转目标页能正常返回 200，并且与 canonical 标签指向一致。
落地时的几个注意点
收敛跳转不是一次性的工作，改版、换域名、调整栏目都可能重新引入链路。比较稳妥的做法是：把跳转规则集中维护，避免分散在多个配置里；上线后隔一段时间复查一次核心入口的跳转序列；新增内链时直接使用最终地址。
另外，跳转数量减少并不等于抓取一定变好。服务器响应时间、页面体积、内链结构同样影响抓取节奏。跳转收敛更像是把原本浪费在中间环节的请求收回来，让这些请求落到真正有内容的页面上。