很多站長看日誌时只盯着狀態碼，看到入口頁返回 200 就預設没問题。實际上，搜尋蜘蛛拿到 200 只說明服務器愿意把内容交给它，至于這份内容值不值得處理、里面的連結會不會被采纳，是另一回事。正文几乎空白的入口頁，就是很典型的例子。
狀態碼和内容质量是两件事
HTTP 狀態碼描述的是服務器對這次請求的回應，不是頁面质量评分。200 只代表“請求成功，内容在這里”。至于内容是三段有效文字，還是一個空壳模板，狀態碼本身不會区分。
所以會出現這種情况：入口頁全部返回 200，抓取日誌看着很漂亮，但目标 URL 的發現效果一直不理想。問题不在服務器，在頁面本身。
空白入口頁在抓取阶段會發生什么
不同搜尋引擎的處理细节不一样，但大致方向可以這样理解：
- 頁面依然會被抓取，請求不會被拒绝，日誌里會留下记錄。
- 解析阶段拿不到多少有效文本，頁面很难被判断成“有實质内容的頁面”。
- 頁面里的出站連結仍然可能被發現，但抓取優先級和复訪频率往往不高。
- 如果空白是常態，入口頁容易被归到低價值那一類，後續抓取間隔被拉長。
換句话说，連結被發現的概率還在，但“持續、稳定地被發現”這件事會打折。
常见的几種“空”
1. 正文里几乎没有文字
頁面只有几個容器、一段广告脚本和一個跳轉，可见文字接近于零。這種頁面無论是渲染前還是渲染後，都讀不到什么内容。
2. 内容全靠 JavaScript 渲染
HTML 源碼里只有一個空容器，連結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 發現的希望全押在這上面，風險偏高。
3. 大量重复的样板文字
嚴格说這不算空白，但整批入口頁用的是同一段模板文案，只有域名不同。這類頁面在内容层面，和空白頁的差別並不大。
為什么這對 URL 發現不利
搜尋蜘蛛在决定要不要繼續抓一個站点时，會參考歷史抓取的表現。一個長期没有有效内容、連結又只是机械罗列的入口頁，很难获得稳定的复訪。連結就摆在那里，但被抓的机會變少了。
另外，如果入口頁的連結藏得很深，或者必须执行脚本才能拿到，那么即使頁面有文字，URL 發現同样會受到影响。
怎么自查
- 關閉 JavaScript 再打開頁面，看還剩多少可见文字和可点击連結。
- 直接查看 HTML 源碼，而不是開發者工具渲染後的 DOM，確認目标連結是否寫在源碼里。
- 對照抓取日誌，看入口頁的复訪間隔是不是越来越長。
- 抽几個入口頁比對正文，判断是不是整批共用同一段模板。
可以怎么調整
- 给每個入口頁寫一小段獨立可讀的文字，哪怕只有两三百字，說明這個頁面的用途和它指向的内容。
- 目标連結直接寫在 HTML 源碼里，不要依赖脚本插入。
- 控制單頁連結數量，連結堆得太多，反而稀释了每個連結能分到的關注。
- 入口頁之間不要互相複製正文。模板相同、内容也相同，等于自己把一批頁面做成低價值頁。
提醒一句：入口頁有内容，不等于目标 URL 就會被收錄。抓取、發現、索引是三件事，入口頁只能影响前面两步，最终是否收錄還取决于目标頁本身的质量。
如果你的入口頁已经是“200 但空白”的狀態，不用急着推倒重来。先把内容补上、把連結寫進源碼，再观察一段時間日誌里的复訪間隔變化，比一次性大改更容易看出是哪一步起了作用。