网站改版、换域名、调栏目、上 HTTPS，都会产生跳转。偶尔一次 3xx 很正常，但如果蜘蛛每抓一个页面都要连跳两三次，甚至跳进循环，抓取效率就会被慢慢吃掉。跳转链自查不是追求零跳转，而是让每一次跳转都有明确目的，并且尽快到达最终内容。
先分清跳转类型，再谈链路
不同 3xx 状态码的含义不一样，用错会带来额外麻烦。
- 301 与 308：永久跳转，适合域名迁移、URL 规则调整。308 会保留请求方法，普通内容站用 301 更常见。
- 302 与 307：临时跳转，适合活动页、短期限时调整。307 同样保留请求方法。临时跳转不要长期挂着，活动结束后要么恢复，要么改成 301。
- meta refresh 与 JS 跳转：属于页面内跳转，蜘蛛要先拿到一个页面再执行跳转。能用服务器端 3xx 就别用前端跳转。
跳转链为什么让蜘蛛难受
蜘蛛拿到 3xx 后，需要记录目标地址、重新排队、再次发起请求。链路越长，消耗的抓取预算越多，还可能在中途丢失参数、遇到超时，或者因为跳转目标被 robots.txt 拦住而白跑一趟。
如果进入正文前要经过三次以上跳转，蜘蛛分给内容解析和索引的时间就明显变少。
自查清单：从入口到落地页走一遍
- 协议与域名统一：http 到 https、带 www 与不带 www，只保留一个主版本，其余用 301 指向主版本，避免互相跳。
- 结尾斜杠统一：目录页带斜杠、文件页不带斜杠，全站保持一致，别让 /a 和 /a/ 来回跳。
- 大小写统一：URL 尽量用小写，避免因为大小写差异产生额外跳转。
- 旧链接迁移：栏目改名、文章换路径后，旧地址 301 到最相关的新地址，不要统一甩到首页。
- 跳转目标可抓取：目标页不要是登录页、404 页或被 robots.txt 屏蔽的地址。
- 循环与长链：A 跳 B、B 跳 C、C 又跳 A，或者一条链超过三层，都要尽快合并成一步到位。
- 参数处理：跳转时保留必要的查询参数，但别把 utm、session 等跟踪参数一起带进最终 URL，避免生成重复地址。
- 跳转与 canonical 一致：如果页面用 301 指向新地址，canonical 也应指向同一地址，别互相矛盾。
容易忽略的几处细节
登录跳转、语言地区跳转、CDN 节点回源跳转，都可能在蜘蛛视角里形成额外链路。比如未登录用户访问会员内容被 302 到登录页，蜘蛛反复抓取只会一直碰壁；多语言站点根据 IP 或 Accept-Language 做 302，也会让不同节点看到不同结果。更稳妥的做法是给蜘蛛稳定入口，把语言版本做成可直达的 URL。
另外，HSTS 预加载、HTTP 到 HTTPS 的跳转、末尾斜杠跳转叠加在一起，很容易形成两到三次连续跳转。上线前最好用命令行或抓取工具完整走一遍。
怎么发现跳转链问题
可以用 curl 查看跳转路径，观察 Location 响应头和最终状态码；也可以从服务器访问日志里筛选 3xx 记录，按 URL 统计跳转次数。随机抽查栏目页、文章页、图片和 CSS/JS 资源，尤其是改版后保留下来的旧地址。如果发现某个 URL 长期高频出现 3xx，就值得单独处理。
处理原则
能直达就别跳，能一次跳就别两次，永久迁移用 301，临时调整用 302 并设定收尾时间。跳转目标要稳定、可抓取、与 canonical 一致。定期把跳转链清一遍，蜘蛛才能把耐心留给真正的内容。