图片也是内容，別只当作装饰
谈抓取和收錄时，很多运营只盯着 HTML 頁面，把图片当成附属品。但對教程站、电商站、内容站来说，图片本身就是信息的一部分，也是图片搜尋的入口。图片處理不当，用戶看到的和蜘蛛拿到的會是两套東西：用戶看到的是图，蜘蛛看到的可能只是一串文件名，甚至什么都没有。
自查点一：图片有没有真的出現在初始 HTML 里
最常见的坑是懒加载。為了首屏速度，前端把图片地址挪到自定义属性里，等滚動到可视区域再赋值。用戶感觉變快了，但如果頁面依赖脚本渲染，蜘蛛拿到的初始 HTML 中可能没有任何图片地址。
- 用「查看網頁源代碼」而不是「审查元素」，搜尋图片文件名，看它在不在图片标簽里。
- 用带渲染能力的抓取工具再抓一次，對比两次结果差异。
- 如果确實需要懒加载，優先使用原生 loading 属性，它在 HTML 里保留真實地址。
一個简單的判断办法：禁用 JavaScript 打開頁面，图片還在不在。如果不在，就要確認蜘蛛视角是否也看不到。
自查点二：文件名、替代文字與周邊正文
图片能否被正确理解，主要看文件名、替代文字、周邊正文和所在頁面主题是否指向一致。
- 文件名：一串随机數字或相册编号，改成能說明内容的短名，用连字符分隔，不要堆關鍵詞。
- 替代文字：描述图片里有什么，不是塞關鍵詞的地方。纯装饰图可以留空。
- 周邊正文：图片所在段落要能說明它想表達什么，別让一張图孤零零挂在两段無關文字之間。
自查点三：图片地址是否稳定、是否被誤挡
图片地址變動频繁，是站長最容易忽略的問题。改一次目錄结构，老地址全變 404，图片搜尋的收錄也會跟着塌。
- 检查 robots.txt 有没有顺手把图片目錄、上传目錄一起挡住。
- 检查 CDN 是否對图片加了防盗鏈或带时效的簽名參數，導致蜘蛛拿到 403。
- 检查图片地址是否随版本号、時間戳频繁變化，能否保持一個稳定地址。
自查点四：体积與响應時間
图片体积直接吃带宽和响應時間。列表頁一次加载几十張原图，服務器响應時間會被拉長，蜘蛛抓取时遇到超时的概率也會上升。建议上传时就生成多套尺寸，列表頁用合适的小图，別把原图直接铺上去。同时留意图片服務器和主站是否共用同一個响應瓶颈。
自查点五：占位图與重复图
預設封面、預設头像被全站复用，會让大量頁面在视觉和结构上高度雷同。抽查时可以按图片地址統計出現次數，某個地址出現几百上千次，基本可以判断是占位图。這類图可以保留，但別让它承担内容识別的作用。
一個能落地的自查流程
- 抽 10 到 20 個有代表性的頁面，包括詳情頁、列表頁、专题頁。
- 看源碼中图片地址是否存在，替代文字是否為空，文件名是否有意义。
- 用抓取工具跑一遍，統計图片請求的狀態碼，把 403、404 的地址單獨列出来。
- 翻服務器日誌，看图片目錄的請求量和狀態分布，確認没有被誤挡。
- 把問题分成「影响抓取」和「影响体驗」两類，前者先修。
修复優先級怎么排
優先處理被誤挡和被懒加载藏起来的图片，它們直接影响蜘蛛能否發現资源；其次處理文件名和替代文字，影响的是理解准确度；最後才是体积優化，影响的是速度和抓取稳定性。三件事做不完的时候，按這個顺序推進，收益最稳。