在蜘蛛池的入口页里，很多人图省事，把链接写成 /target/page.html 或者 target/page.html 这种相对路径。这种写法本身没有任何问题，搜索蜘蛛和浏览器用的是同一套解析规则，但前提是：解析用的“基准 URL”要和你想的一致。一旦入口页发生过重定向、被镜像过，或者页面里出现了 base 标签，相对路径解析出来的地址就可能和你要指向的目标 URL 差一截。
相对路径的基准到底是谁
相对路径的解析基准是文档自身的 URL，也就是浏览器地址栏最终停留的那个地址，而不是你当初提交给搜索引擎的原始地址。举个例子：你提交的入口页是 http://a.com/entry/，它 301 跳到 http://a.com/new/entry/，页面上写的是 ../target.html。蜘蛛实际会以 /new/entry/ 为基准，解析成 /new/target.html，而不是你预期的 /target.html。这种情况在蜘蛛池里很常见，因为入口页经常套了一层跳转或者 CDN 规则。
几种常见写法的解析结果
- 以斜杠开头：/target/a.html，以域名根为基准，无论入口页在哪一层目录，结果都固定，最稳。
- 不以斜杠开头：a.html，以当前目录为基准，即 …/entry/a.html。入口页目录一变，目标就变。
- 用 ../ 回退：../target.html，回退一层。层数数错一层，地址就整体跑偏。
- 协议相对：//other.com/a.html，跟随当前页面的协议。现在多数抓取环境按 https 处理，但如果入口页还在 http 上，结果会有细微差别。
- 只写查询串或锚点：?id=1、#top，会被解析成当前页面本身。这类“链接”不会带来新的 URL 发现。
base 标签会整体挪动基准
只要页面里出现 base href，页面上所有相对路径的基准就会从文档 URL 换成这个 href。对蜘蛛来说同样生效。有些模板为了兼容多域名，会在 head 里写一个固定的 base，结果入口页挂在别的域名下时，所有相对链接都被解析到 base 指定的域名上。排查这类问题时，先看 head 里有没有 base，比一行行改链接更快。
尾斜杠和目录判断容易被忽略
不带斜杠的路径，蜘蛛会当作文件处理，基准是它的上一级目录；带斜杠则当作目录，基准是它本身。入口页地址是 /entry 还是 /entry/，会让同一段相对路径解析出两个不同结果。蜘蛛池批量生成页面时，这两者经常混用，抓取日志里就会出现一堆 404。
自查相对路径有没有跑偏
- 用抓取工具或站长平台看一下入口页的最终 URL，确认重定向之后落到哪里。
- 用 curl -I 看 Location 头，把跳转链路一层层列出来。
- 把最终 URL 贴进浏览器，打开开发者工具看链接被解析成了什么地址，和日志里的抓取地址对比。
- 在服务器日志里筛选目标 URL 的访问记录，如果出现大量带多余目录层级的 404，基本就是基准错了。
更省事的写法建议
- 入口页里的目标链接统一用完整绝对地址，带上 https 和域名，省掉解析环节。
- 如果必须用相对路径，优先以斜杠开头写根路径，避免受目录层级影响。
- 固定入口页地址形式，要么都带尾斜杠，要么都不带，不要混。
- 不要在入口页里随意加 base 标签，除非确实需要。
相对路径不是“蜘蛛不认”，而是解析结果取决于页面的最终地址。入口页一旦有跳转，先把最终 URL 确认清楚，再看链接解析出来的地址对不对，比反复改链接写法有效。
总的来说，相对路径能用，但它把“入口页最终落在哪里”这个变量引入了 URL 解析。蜘蛛池的入口页数量大、跳转多，用绝对路径写目标链接，能减少一批说不清的抓取失败。至于目标 URL 能不能被收录，还取决于目标站本身的状态、内容质量和抓取配额，链接写对只是其中一步。