批量做入口頁时，為了省事，很多人會把目标連結寫成相對路径。相對路径本身不會影响搜尋蜘蛛發現連結，它照样會解析、照样會跟。真正的問题在于：解析相對路径的基准是入口頁最终生效的 URL，而不是你本地編輯器里那個地址。只要這两者不一致，拼出来的 URL 就可能指向一個並不存在的頁面。
搜尋蜘蛛用什么做基准
抓到一個入口頁时，搜尋蜘蛛會记錄頁面最终的 URL（包括跳轉之後的那一個），再拿它跟連結地址做拼接。所以同一段相對路径，放在不以斜杠结尾的地址和以斜杠结尾的地址里，结果可能完全不同。例如入口頁地址是 https://a.com/list，連結寫成 detail/1.html，拼出来是 https://a.com/detail/1.html；只有入口頁地址是 https://a.com/list/ 时，拼出来才是 https://a.com/list/detail/1.html。
常见的拼接規則
- 以斜杠開头，從域名根開始拼，比如 /s/1.html
- 不以斜杠開头，從目前目錄開始拼
- 以 ../ 開头，向上一級目錄拼接
- 以 // 開头，沿用目前頁面的协议，域名換成寫的那一個
批量入口頁最容易出错的几處
1. 入口頁地址的结尾斜杠
這是最常见的一類。入口頁是 /list 還是 /list/，浏览器和搜尋蜘蛛的理解不一定一致，不少服務器還會把 /list 做一次跳轉到 /list/。跳轉之後基准變了，相對路径拼出来的地址也跟着變。如果入口頁本身要经過一层跳轉，建议直接改用绝對路径。
2. base 标簽
如果入口頁头部寫了 base 标簽，頁面里所有相對路径都會以 base 里的地址為准，而不是頁面自身 URL。老模板里留下的 base 很容易被忽略，结果整頁連結被拼到另一個域名下。不确定就去掉 base，或者改用绝對路径。
3. 路径里的空格、中文和特殊字符
相對路径里带空格或中文却没有做编碼，不同解析方式的處理结果不一样，可能被截断在空格處，也可能被轉义成另一串地址。寫入口頁时，目标路径尽量用半角、無空格的形式；确實需要中文路径，先複製浏览器里编碼後的完整地址。
4. 协议相對地址
寫成 //a.com/page 时，协议是跟着入口頁走的：入口頁是 http 就以 http 請求，是 https 就以 https 請求。目标站如果只支持其中一種，另一半會多一次跳轉甚至直接失敗。批量场景里，明确寫 https:// 更省事。
5. 大小寫和末尾斜杠不一致
同一批入口頁里，同一個目标有的寫 /Page，有的寫 /page，有的带末尾斜杠有的不带，在搜尋蜘蛛看来就是几個不同的 URL。它不一定报错，但會把抓取量摊薄，日誌看起来也比較乱。生成入口頁之前统一一遍格式更稳妥。
上线前怎么自查
- 用浏览器開發者工具看一下入口頁最终 URL，確認没有被跳轉改寫。
- 把入口頁 HTML 里的相對路径手動拼一次，看结果是不是目标頁面。
- 抽查几條連結直接請求一遍，確認返回 200，而不是 404 或一串跳轉。
- 检查頁面有没有 base 标簽，有的话確認它的值是不是你有意設定的。
- 對比新舊两批入口頁的路径寫法，確認格式没有悄悄變過。
相對路径和绝對路径都能被搜尋蜘蛛正常解析，区別只在于出错概率。入口頁批量生成、地址经常變動的情况下，绝對路径寫起来啰嗦，但排错成本低得多。
最後提醒一句：把連結寫對，只解决了“能不能被發現”這一环，後面還有抓取、渲染以及是否被選中收錄等环节，這些不是靠改路径能控制的。入口頁地址和連結格式保持稳定、可预测，才是長期最容易维護的做法。