在蜘蛛池的入口頁里，很多人图省事，把連結寫成 /target/page.html 或者 target/page.html 這種相對路径。這種寫法本身没有任何問题，搜尋蜘蛛和浏览器用的是同一套解析規則，但前提是：解析用的“基准 URL”要和你想的一致。一旦入口頁發生過重定向、被镜像過，或者頁面里出現了 base 标簽，相對路径解析出来的地址就可能和你要指向的目标 URL 差一截。
相對路径的基准到底是谁
相對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個地址，而不是你当初提交给搜尋引擎的原始地址。举個例子：你提交的入口頁是 http://a.com/entry/，它 301 跳到 http://a.com/new/entry/，頁面上寫的是 ../target.html。蜘蛛實际會以 /new/entry/ 為基准，解析成 /new/target.html，而不是你预期的 /target.html。這種情况在蜘蛛池里很常见，因為入口頁经常套了一层跳轉或者 CDN 規則。
几種常见寫法的解析结果
- 以斜杠開头：/target/a.html，以域名根為基准，無论入口頁在哪一层目錄，结果都固定，最稳。
- 不以斜杠開头：a.html，以目前目錄為基准，即 …/entry/a.html。入口頁目錄一變，目标就變。
- 用 ../ 回退：../target.html，回退一层。层數數错一层，地址就整体跑偏。
- 协议相對：//other.com/a.html，跟随目前頁面的协议。現在多數抓取环境按 https 處理，但如果入口頁還在 http 上，结果會有细微差別。
- 只寫查询串或锚点：?id=1、#top，會被解析成目前頁面本身。這類“連結”不會带来新的 URL 發現。
base 标簽會整体挪動基准
只要頁面里出現 base href，頁面上所有相對路径的基准就會從文档 URL 換成這個 href。對蜘蛛来说同样生效。有些模板為了兼容多域名，會在 head 里寫一個固定的 base，结果入口頁挂在別的域名下时，所有相對連結都被解析到 base 指定的域名上。排查這類問题时，先看 head 里有没有 base，比一行行改連結更快。
尾斜杠和目錄判断容易被忽略
不带斜杠的路径，蜘蛛會当作文件處理，基准是它的上一級目錄；带斜杠則当作目錄，基准是它本身。入口頁地址是 /entry 還是 /entry/，會让同一段相對路径解析出两個不同结果。蜘蛛池批量生成頁面时，這两者经常混用，抓取日誌里就會出現一堆 404。
自查相對路径有没有跑偏
- 用抓取工具或站長平台看一下入口頁的最终 URL，確認重定向之後落到哪里。
- 用 curl -I 看 Location 头，把跳轉鏈路一层层列出来。
- 把最终 URL 贴進浏览器，打開開發者工具看連結被解析成了什么地址，和日誌里的抓取地址對比。
- 在服務器日誌里篩選目标 URL 的訪問记錄，如果出現大量带多余目錄层級的 404，基本就是基准错了。
更省事的寫法建议
- 入口頁里的目标連結统一用完整绝對地址，带上 https 和域名，省掉解析环节。
- 如果必须用相對路径，優先以斜杠開头寫根路径，避免受目錄层級影响。
- 固定入口頁地址形式，要么都带尾斜杠，要么都不带，不要混。
- 不要在入口頁里随意加 base 标簽，除非确實需要。
相對路径不是“蜘蛛不認”，而是解析结果取决于頁面的最终地址。入口頁一旦有跳轉，先把最终 URL 確認清楚，再看連結解析出来的地址對不對，比反复改連結寫法有效。
總的来说，相對路径能用，但它把“入口頁最终落在哪里”這個變量引入了 URL 解析。蜘蛛池的入口頁數量大、跳轉多，用绝對路径寫目标連結，能减少一批说不清的抓取失敗。至于目标 URL 能不能被收錄，還取决于目标站本身的狀態、内容质量和抓取配額，連結寫對只是其中一步。