什么是孤岛 URL

孤岛 URL，指的是站内没有任何一个可点击链接指向的页面。蜘蛛能发现它的途径只剩下几条：Sitemap 里申报过、站外有链接指向、以前抓过留下了记录，或者它曾经在导航里出现过后来被撤掉了。除此之外，没有别的路可走。

需要分清楚的是，Sitemap 是申报，不是入口。它只告诉蜘蛛“这个地址存在”，不提供这个页面在站内的上下文，也不传递内链上的任何信号。所以 Sitemap 里躺着几百个地址，并不等于这些页面都被正常发现和跟进。

孤岛页面通常是怎么冒出来的

• 改版时导航和页脚被精简，原来挂在里面的栏目页、专题页失去入口；
• 商品或内容下架后重新上架，但列表页只展示最新一批，旧地址再没人链；
• 活动页、落地页临时上线，推广只投站外，站内一个入口都没留；
• 标签页、作者页、归档页由程序批量生成，却只在 Sitemap 里出现；
• 列表分页只输出前几页，后面的分页链接由脚本生成，爬取时读不到；
• 搜索结果页、筛选结果页被保存成静态地址，但没有任何页面链接过去。

它带来的实际问题

孤岛 URL 不等于一定不被收录，问题更多出在“不稳定”三个字上：被发现的时间随机，抓取间隔可能很长，页面改了内容也难以及时同步。即使偶尔被抓到一次，缺少内链意味着站内上下文和权重传递都是断的，蜘蛛不容易判断这个页面在站内处于什么位置、值不值得反复回访。

内链的作用不只是把蜘蛛带过去，还包括告诉它这个页面在站内的位置和相对重要程度。

怎么把孤岛 URL 找出来

1. 导出 Sitemap 里的全部地址，作为一份待核对清单；
2. 用站内爬取工具跑一遍全站，记录每个 URL 的入链数量，或者从服务器日志里看哪些地址只被访问过一两次；
3. 两边对照：只在 Sitemap 里出现、站内入链为 0 的，基本就是孤岛；
4. 再看这些地址的访问时间分布，如果间隔越来越长甚至不再出现，说明发现路径确实断了。

补入口的几种做法

顺序上优先补站内入口，Sitemap 放在兜底的位置。

• 面包屑与栏目导航：把页面挂回它原本所属的分类路径，这是最稳的一条路；
• 相关推荐、最新、热门模块：让同类页面互链，但控制数量，别堆成一个链接农场；
• 列表页与分页：分页链接用普通 a 标签输出，保证每一页都能顺着点下去；
• 聚合页：把零散内容按主题汇聚成可遍历的入口页；
• 正文内的自然引用：在相关内容里加一句指向，比硬塞一个“相关链接”更符合阅读习惯，也更容易被持续点击。

两个可以固定下来的习惯

一是新页面上线时，先确认它从首页出发点几次能点到，点不到的就不算真正上线；二是定期做一次孤岛检查，把新出现的无入链地址补上入口。如果这个页面本来就不需要被搜索抓取，那就用 noindex 或返回 410 明确处理掉，而不是让它在 Sitemap 里悬着。

最后提醒一句：补内链、修分页、整理 Sitemap 都是让发现路径更顺，能减少“地址存在但蜘蛛走不到”的情况，但既不承诺收录，也不承诺排名。