蜘蛛池入口頁承担的任務很單一：让搜尋蜘蛛在抓取入口頁的时候，顺带把目标 URL 放進待抓队列。但“連結寫在源碼里”和“搜尋蜘蛛真的看到了這個連結”，中間還隔着頁面能不能被完整解析這一层。HTML 体积和連結出現的位置，是這层里最容易被忽略的两個變量。
一、HTML 体积：解析是有上限的
搜尋引擎對單個 HTML 文档都有處理上限，超過一定大小之後的内容不保證會被解析（常见说法在 2MB 上下，不同引擎口径不完全一致）。入口頁如果塞進大量内联样式、内联脚本、base64 图片或者几萬行的列表，連結即使在源碼里，也可能正好落在“不保證處理”的那一段。
- 入口頁 HTML 尽量控制在几百 KB 以内，能精简就精简。
- 内联脚本和样式改成外鏈引用，或者至少做压缩合並。
- 要引導的連結放在文档靠前的位置，不要埋在長列表之後。
- 開啟 gzip 或 brotli 压缩，传輸体积和解析体积是两件事，但都值得做。
体积不是越小越玄学，核心是別让目标連結出現在解析不到的位置。
二、連結位置：正文、侧栏、頁脚有差別
從 URL 發現的角度看，只要連結在可解析的 HTML 里，理论上都有机會被跟進。但從抓取優先級看，搜尋蜘蛛對頁面不同区域的重视程度並不一样：正文里的連結最容易被当作頁面主体的一部分去跟進，頁脚和侧栏里成排的重复連結，則更容易被识別成模板内容。
- 把要引導的連結寫進正文段落，而不是只丢在頁脚導航里。
- 一個入口頁里铺的連結數量別太多，几十個以内更稳妥，几百個容易互相稀释。
- 頁脚只保留少量全站導航，不要把所有目标 URL 都堆進去。
- 多個入口頁之間，連結出現的位置可以有差异，不必完全套同一個模板。
三、連結寫法要保證能被解析
最稳的寫法仍然是标准的 a 标簽加完整的绝對 URL。JS 動態插入、图片跳轉、纯文本 URL、残缺的 href，都會让“連結存在”變成“連結不可解析”。入口頁不需要花哨，能被直白讀懂就够了。
四、怎么確認是否真的生效
想驗證体积和位置有没有拖後腿，可以按下面的顺序核對：
- 在服務器日誌里筛出入口頁的搜尋蜘蛛訪問记錄，確認入口頁本身被抓了。
- 看同一批訪問里，搜尋蜘蛛有没有進一步請求目标 URL。
- 用搜尋引擎自带的 URL 检查或抓取測試工具，看看抓取到的 HTML 里連結是否完整。
- 如果入口頁被抓但目标 URL 一直没動静，再回头检查 HTML 体积和連結位置。
要注意的是，日誌里能看到蜘蛛請求入口頁，不代表它一定會讀完整個文档；抓取工具抓到的结果，和真實蜘蛛看到的也未必完全一致，两者结合起来看更可靠。
五、別把這两個變量当成收錄開關
HTML 体积和連結位置只影响一件事：蜘蛛能不能顺利看到你铺的連結。看到之後，還有抓取队列的排队、目标頁自身的内容质量、站点整体的抓取预算等环节。把入口頁整理干净是必要的，但它解决的是“發現”，解决不了“收錄”和“排名”。
入口頁做的是把门打開，進不進来、進来之後待多久，是後面的事。
六、把它們固化成入口頁的检查項
- 頁面源碼体积：是否因為内联资源被撑到大几百 KB 以上。
- 連結位置：目标連結是否出現在正文前部，而不是只在頁脚。
- 連結數量：單頁是否堆了過多連結，導致重要連結被稀释。
- 可解析性：連結是否為标准 a 标簽加绝對 URL。
- 日誌核對：蜘蛛是否先抓入口頁、再請求目标 URL。
這五項做完，至少能排除“連結明明寫了却没被看到”這一類問题，剩下的就交给抓取队列和站点本身的积累了。