蜘蛛拿到一個頁面，先做的是抽連結

蜘蛛下载完 HTML，除了提取正文，還會把頁面里的連結一條條抽出来，连同锚文本、連結周围的文字、以及它在 HTML 中出現的位置一起记下，放進待抓队列。队列里先抓谁後抓谁，除了頁面自身的更新频率和重要性，連結层面的信息也占一部分。所以内鏈不只是「让蜘蛛能找到」，它還影响蜘蛛對一條連結值不值得跟的判断。

锚文本：给目标頁的一句說明

锚文本就是連結上可点击的那段文字。蜘蛛通常把它当作目标頁的一份简短语义描述。如果全站都用「点击這里」「了解更多」来鏈出，這份描述的信息量就很低，蜘蛛只能靠目标頁自身内容重新判断。更實用的做法是让锚文本自然多样：有的用頁面标题，有的用頁面核心概念，有的是上下文里顺口的说法。全站模板统一成完全相同的锚文本並没有額外好處，反而顯得不自然。

• 图片連結记得寫 alt，蜘蛛主要靠 alt 和周围文字理解連結指向。
• 同一段里對同一個 URL 连續鏈多次，通常只记錄第一條，重复的可以删掉。
• 锚文本別硬塞關鍵詞，讀起来別扭的句子對用戶和蜘蛛都不友好。

位置：正文里的連結和頁脚里的連結不是一回事

同一條連結放在正文段落中，蜘蛛能看到完整的上下文；放在全站頁脚或侧栏，往往只有几個字的锚文本，而且每個頁面都在重复。全站導航和頁脚是必要的，但如果頁脚里塞進几十上百條連結，每條能分到的關注就會被稀释。

從「能否被發現」的角度看，這两類連結都有效；從「哪條更值得優先抓」的角度看，正文里的連結通常更占優势。重要頁面尽量從正文自然鏈出，不要只靠頁脚兜底。

連結在 HTML 中出現得越靠前，越早被解析和排队，但這不代表後面的連結不會被抓，只是节奏可能慢一些。

一頁鏈出多少條比較合适

並没有一個硬性數字，真正要控制的是重复連結和無效連結的數量：

• 分頁、标簽、归档頁會制造大量指向同一批 URL 的連結，蜘蛛反复走同一條路，新頁面反而排不上队。
• 自動插入的「相關推荐」如果范围太宽，容易變成半随机的連結堆。
• 已屏蔽或已下线的頁面，内鏈要及时清理，否則蜘蛛每次都會撞一遍。

几個容易被忽略的坑

• JS 注入的連結：在執行时才插入 DOM 的連結，蜘蛛可能需要渲染才能看到，也可能看不到。關键路径上的連結尽量寫在 HTML 源碼里。
• 隐藏連結：display:none 或與背景同色的文字里的連結，通常不會被当作正常内鏈對待。
• 带追踪參數的站内連結：同一篇文章被鏈成 /a?from=home 和 /a?from=list，蜘蛛可能当成两個 URL 分別處理。
• nofollow 一類属性的用法：用来标记广告、用戶生成内容等确實不想背书的地方，而不是全站通用。

自己動手查一遍

最直接的办法是把 JS 關掉，看源碼里還剩多少連結能点到。用 curl 抓一次頁面源碼，搜一下目标 URL 是否存在；再對着服務器日誌看目标頁最近一次被抓取时来源頁是哪几個，就能判断它主要靠哪條路径被發現。如果某條重要連結只出現在頁脚，日誌里来源頁也會是一大片模板頁，那條路走起来就很勉强。

内鏈的調整不是一次性的：内容增删、模板改版、栏目調整都會改變連結结构。定期挑几個重要頁面，從首頁開始按用戶會走的路径点過去，確認這條路没有断点，比纠结某一處锚文本的措辞更有意义。