在蜘蛛池入口頁里，為了让目标 URL 被搜尋蜘蛛發現，有人會把目标地址寫在表單的 action 属性里，再配一個提交按钮。這样做的直觉是：既然 action 指向目标 URL，蜘蛛應该會顺着抓過去。實际並不一定。
搜尋蜘蛛對表單的基本處理
搜尋蜘蛛的主要發現路径是頁面里的可抓取連結，也就是 a 标簽的 href。表單属于交互控件，蜘蛛不會像用戶那样填寫字段、点击提交，也不會执行 POST 請求。因此，POST 表單的 action 通常不會被当作可抓取連結。
GET 表單稍微特殊一些。部分搜尋引擎會測試或提取表單的 action 和參數，尤其是搜尋框、篩選器這類 GET 表單，但這属于有限尝试，不是稳定發現通道。如果表單里還有隐藏字段、會话 ID、校驗參數，蜘蛛更不可能构造出有效請求。
哪些情况下 action 可能被“看到”
- 頁面里同时有普通 a href 指向同一個目标 URL，蜘蛛跟的是那個連結，不是表單。
- 表單是 GET 且 action 是完整 URL，頁面其他位置也出現相同 URL，蜘蛛可能從別處發現。
- 表單提交後触發的地址被寫進 sitemap、站内連結或外部連結，蜘蛛從這些入口發現。
- 頁面用 JavaScript 监听提交並跳轉，如果跳轉地址寫在 HTML 里，可能被解析；如果完全由 JS 執行时生成，則不保證。
換句话说，蜘蛛抓到目标 URL，往往不是因為表單 action，而是因為頁面里還有另一條普通連結路径。把表單当作唯一發現入口，風險很高。
常见誤区
- 以為 action 等于 href。 两者在蜘蛛眼里不是同一類信号。
- 用 POST 表單提交。 蜘蛛基本不會主動發起 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 只出現在 JS 變量里。 需要渲染和脚本执行，發現概率不稳定。
判断入口頁是否能暴露 URL，不要問“表單能不能提交”，而要問“頁面源碼里有没有一條蜘蛛可以直接跟的連結”。
更稳妥的替代做法
- 在表單附近加一條普通 a href，直接指向目标 URL，文案可以自然，例如“查看完整地址”或“打開目标頁”。
- 如果必须保留表單，把 action 寫成普通 URL 的同时，不要让它成為唯一入口。
- 用 sitemap 或 URL 提交接口作為补充，而不是替代内鏈。它們能帮助發現，但不保證抓取和收錄。
- 检查 robots.txt、meta robots、X-Robots-Tag 是否誤挡了入口頁或目标 URL。
- 入口頁尽量返回 200，内容里包含可解析的 HTML 連結，避免整頁依赖 JS 渲染。
排查清單
- 看入口頁源碼：搜尋目标 URL，確認是否出現在 a href、link 或纯文本里，而不是只在 form action 或 JS 字符串里。
- 看服務器日誌：搜尋蜘蛛是否請求過入口頁，之後有没有請求目标 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。
- 检查表單方法：如果是 POST，基本可以放弃“蜘蛛提交”的预期。
- 检查是否有跳轉鏈：302、meta refresh、JS 跳轉都可能让蜘蛛停在中間頁。
表單 action 可以作為一種辅助线索，但不适合作為蜘蛛池入口頁的主要發現机制。更實用的做法是让目标 URL 以普通連結的形式出現在 HTML 里，再配合站点地图、日誌观察和抓取诊断，逐步確認搜尋蜘蛛是否走到了目标頁。不要因為表單里寫了 action，就預設發現环节已经完成。