很多站点把 HTTP 換成 HTTPS 之後，就預設這件事已经做完了。但蜘蛛抓取时看到的頁面，往往不是你在浏览器地址栏里看到的那一個——只要頁面里有任何一個资源還在用 http 加载，這次抓取就可能拿到一份残缺的文档。混合内容不會让整站立刻出問题，却會让蜘蛛對頁面的完整度和可信度打折扣。
混合内容為什么值得單獨查一遍
浏览器對混合内容的處理越来越嚴格：图片、脚本、样式表、字体、视频，只要走的是不安全的 http，轻則被降級加载，重則直接被拦截。用戶端看到的是排版错乱、功能失效；蜘蛛端拿到的則可能是少了样式、少了主体内容、或者干脆只有一段占位文字的 HTML。索引一份這样的頁面，價值有限，還會消耗抓取预算。
更麻烦的是，這類問题通常不會在頁面上直接报错，只有打開開發者工具或者做一次全站抓取才會暴露出来。
常见的几種成因
- 模板里寫死了 http 連結：主题、頁头頁脚、彈窗组件里的图片和脚本地址没有跟着协议一起改。
- 协议相對地址：寫成以双斜杠開头的资源地址，在 https 頁面下本来是安全的，但如果頁面本身被 http 訪問，就會退回 http。
- 正文里的外鏈图片和附件：早期發布的文章里插入的图片、PDF、压缩包，地址還停留在 http。
- 第三方组件：統計代碼、在线客服、字体库、地图嵌入，供應商没有提供 https 版本，或者你用的還是老代碼。
- CDN 與子域名：静態资源域名只配了 http 證书或根本没配證书，頁面主体是 https，资源却是 http。
- 跳轉鏈路不完整：http 版本没有 301 到 https，或者只跳了首頁，栏目頁、詳情頁仍然可以双协议訪問。
自查可以按這個顺序走
- 用浏览器打開几個代表性頁面，看控制台里的混合内容警告，记下具体的资源地址。
- 用抓取工具跑一遍全站，篩選出所有以 http 開头的外鏈和静態资源引用。
- 检查模板文件，而不是只在資料库里搜尋，很多地址来自主题配置或组件代碼。
- 翻一翻老文章的正文，尤其是几年前發布的图文内容，图片地址最容易遗留問题。
- 確認 sitemap、robots.txt、canonical、hreflang 里寫的都是 https 域名，避免自己给出互相矛盾的信号。
- 確認證书覆盖所有用到的域名和子域名，並設定到期提醒，別等它過期了才被蜘蛛先發現。
- 確認 http 到 https 的跳轉是 301，並且覆盖全站，而不是只處理首頁。
容易漏掉的几個角落
内容里的外鏈资源
自己站内的资源好改，外部站点提供的图片和文件不好控制。如果對方只有 http，可以考虑下载到本地再引用，或者換一個可用的来源。
第三方脚本與字体
供應商是否支持 https，直接决定這段代碼能不能留在頁面上。不支持的组件，要么找替代方案，要么去掉。
子域名與 CDN
静態资源子域名、图片域名、舊站子域名，都要單獨確認證书和跳轉是否配置齐全。
HTTPS 只是基础设施，不保證收錄，也不保證排名。但一份加载完整、资源一致的頁面，至少不會因為技術問题在抓取环节被扣分。
改完之後怎么驗證
改完不要只看首頁。挑几個栏目頁、詳情頁、列表頁，重新打開控制台確認没有混合内容警告；再跑一次抓取，確認返回的 HTML 里不再出現 http 资源地址。同时观察服務器日誌，看看蜘蛛對 https 頁面的抓取是否稳定，有没有出現大量 4xx、5xx 或握手失敗。
把這一步做成定期動作比一次性修复更實际：模板更新、插件升級、換 CDN、發新文章，都可能重新引入 http 地址。每隔一段時間抽查一次，成本不高，却能避免頁面悄悄退回到半成品狀態。