很多站长看日志时只盯着状态码，看到入口页返回 200 就默认没问题。实际上，搜索蜘蛛拿到 200 只说明服务器愿意把内容交给它，至于这份内容值不值得处理、里面的链接会不会被采纳，是另一回事。正文几乎空白的入口页，就是很典型的例子。
状态码和内容质量是两件事
HTTP 状态码描述的是服务器对这次请求的回应，不是页面质量评分。200 只代表“请求成功，内容在这里”。至于内容是三段有效文字，还是一个空壳模板，状态码本身不会区分。
所以会出现这种情况：入口页全部返回 200，抓取日志看着很漂亮，但目标 URL 的发现效果一直不理想。问题不在服务器，在页面本身。
空白入口页在抓取阶段会发生什么
不同搜索引擎的处理细节不一样，但大致方向可以这样理解：
- 页面依然会被抓取，请求不会被拒绝，日志里会留下记录。
- 解析阶段拿不到多少有效文本，页面很难被判断成“有实质内容的页面”。
- 页面里的出站链接仍然可能被发现，但抓取优先级和复访频率往往不高。
- 如果空白是常态，入口页容易被归到低价值那一类，后续抓取间隔被拉长。
换句话说，链接被发现的概率还在，但“持续、稳定地被发现”这件事会打折。
常见的几种“空”
1. 正文里几乎没有文字
页面只有几个容器、一段广告脚本和一个跳转，可见文字接近于零。这种页面无论是渲染前还是渲染后，都读不到什么内容。
2. 内容全靠 JavaScript 渲染
HTML 源码里只有一个空容器，链接和文字都由前端脚本插入。抓取器是否执行脚本、执行到什么程度，各家策略不同，把 URL 发现的希望全押在这上面，风险偏高。
3. 大量重复的样板文字
严格说这不算空白，但整批入口页用的是同一段模板文案，只有域名不同。这类页面在内容层面，和空白页的差别并不大。
为什么这对 URL 发现不利
搜索蜘蛛在决定要不要继续抓一个站点时，会参考历史抓取的表现。一个长期没有有效内容、链接又只是机械罗列的入口页，很难获得稳定的复访。链接就摆在那里，但被抓的机会变少了。
另外，如果入口页的链接藏得很深，或者必须执行脚本才能拿到，那么即使页面有文字，URL 发现同样会受到影响。
怎么自查
- 关闭 JavaScript 再打开页面，看还剩多少可见文字和可点击链接。
- 直接查看 HTML 源码，而不是开发者工具渲染后的 DOM，确认目标链接是否写在源码里。
- 对照抓取日志，看入口页的复访间隔是不是越来越长。
- 抽几个入口页比对正文，判断是不是整批共用同一段模板。
可以怎么调整
- 给每个入口页写一小段独立可读的文字，哪怕只有两三百字，说明这个页面的用途和它指向的内容。
- 目标链接直接写在 HTML 源码里，不要依赖脚本插入。
- 控制单页链接数量，链接堆得太多，反而稀释了每个链接能分到的关注。
- 入口页之间不要互相复制正文。模板相同、内容也相同，等于自己把一批页面做成低价值页。
提醒一句：入口页有内容，不等于目标 URL 就会被收录。抓取、发现、索引是三件事，入口页只能影响前面两步，最终是否收录还取决于目标页本身的质量。
如果你的入口页已经是“200 但空白”的状态，不用急着推倒重来。先把内容补上、把链接写进源码，再观察一段时间日志里的复访间隔变化，比一次性大改更容易看出是哪一步起了作用。