在蜘蛛池入口页里，为了让目标 URL 被搜索蜘蛛发现，有人会把目标地址写在表单的 action 属性里，再配一个提交按钮。这样做的直觉是：既然 action 指向目标 URL，蜘蛛应该会顺着抓过去。实际并不一定。
搜索蜘蛛对表单的基本处理
搜索蜘蛛的主要发现路径是页面里的可抓取链接，也就是 a 标签的 href。表单属于交互控件，蜘蛛不会像用户那样填写字段、点击提交，也不会执行 POST 请求。因此，POST 表单的 action 通常不会被当作可抓取链接。
GET 表单稍微特殊一些。部分搜索引擎会测试或提取表单的 action 和参数，尤其是搜索框、筛选器这类 GET 表单，但这属于有限尝试，不是稳定发现通道。如果表单里还有隐藏字段、会话 ID、校验参数，蜘蛛更不可能构造出有效请求。
哪些情况下 action 可能被“看到”
- 页面里同时有普通 a href 指向同一个目标 URL，蜘蛛跟的是那个链接，不是表单。
- 表单是 GET 且 action 是完整 URL，页面其他位置也出现相同 URL，蜘蛛可能从别处发现。
- 表单提交后触发的地址被写进 sitemap、站内链接或外部链接，蜘蛛从这些入口发现。
- 页面用 JavaScript 监听提交并跳转，如果跳转地址写在 HTML 里，可能被解析；如果完全由 JS 运行时生成，则不保证。
换句话说，蜘蛛抓到目标 URL，往往不是因为表单 action，而是因为页面里还有另一条普通链接路径。把表单当作唯一发现入口，风险很高。
常见误区
- 以为 action 等于 href。 两者在蜘蛛眼里不是同一类信号。
- 用 POST 表单提交。 蜘蛛基本不会主动发起 POST。
- 按钮用 button 或 div 绑定点击事件。 没有 href，就没有稳定的可抓取地址。
- 目标 URL 只出现在 JS 变量里。 需要渲染和脚本执行，发现概率不稳定。
判断入口页是否能暴露 URL，不要问“表单能不能提交”，而要问“页面源码里有没有一条蜘蛛可以直接跟的链接”。
更稳妥的替代做法
- 在表单附近加一条普通 a href，直接指向目标 URL，文案可以自然，例如“查看完整地址”或“打开目标页”。
- 如果必须保留表单，把 action 写成普通 URL 的同时，不要让它成为唯一入口。
- 用 sitemap 或 URL 提交接口作为补充，而不是替代内链。它们能帮助发现，但不保证抓取和收录。
- 检查 robots.txt、meta robots、X-Robots-Tag 是否误挡了入口页或目标 URL。
- 入口页尽量返回 200，内容里包含可解析的 HTML 链接，避免整页依赖 JS 渲染。
排查清单
- 看入口页源码：搜索目标 URL，确认是否出现在 a href、link 或纯文本里，而不是只在 form action 或 JS 字符串里。
- 看服务器日志：搜索蜘蛛是否请求过入口页，之后有没有请求目标 URL。
- 用命令行工具模拟：只抓 HTML，不执行 JS，看能否提取到目标地址。
- 检查表单方法：如果是 POST，基本可以放弃“蜘蛛提交”的预期。
- 检查是否有跳转链：302、meta refresh、JS 跳转都可能让蜘蛛停在中间页。
表单 action 可以作为一种辅助线索，但不适合作为蜘蛛池入口页的主要发现机制。更实用的做法是让目标 URL 以普通链接的形式出现在 HTML 里，再配合站点地图、日志观察和抓取诊断，逐步确认搜索蜘蛛是否走到了目标页。不要因为表单里写了 action，就默认发现环节已经完成。