点击深度到底在算什么
点击深度指從首頁出發、沿可抓取連結最少点几次能到達某個頁面。首頁算第 0 层還是第 1 层，各家算法略有差別，真正要紧的不是數字本身，而是内容頁與首頁之間隔了多少個中間頁。中間頁越多，連結传递被稀释得越厉害，抓取预算也更多花在栏目頁和列表頁上。
這件事容易和孤岛頁面混在一起。孤岛頁面是没有任何内鏈指向，本文讨论的是有入口、但入口太深的頁面，两者的處理方式並不一样。
哪些结构最容易让内容變深
- 為了分類清晰一路细分下去：首頁 → 频道 → 一級栏目 → 二級栏目 → 年份 → 列表 → 文章，内容頁落在第五层之後。
- 栏目頁只放子栏目入口，不放具体文章連結，每一层都只是個路牌。
- 列表頁依赖“加载更多”按钮，翻頁連結不生成，後面的内容等于被藏起来。
- 導航和面包屑里的栏目連結指向聚合頁，聚合頁再指向文章，白白多绕一圈。
- 内容只挂在标簽頁、专题頁下面，主栏目里看不到它的入口。
怎么把真實深度查出来
- 用支持深度統計的爬取工具跑一遍全站，導出每個 URL 的深度，按深度降序排列，先看有多少頁面超過三层。
- 把這份清單和抓取日誌對照，看這些深頁面最近有没有被訪問過、多久訪問一次。
- 随机抽十几個业務上重要的頁面，手工從首頁一步步点過去，不要用搜尋框和站点地图，只看能否在三次点击内到達。
- 检查站点地图里的 URL 是否都能在站内找到對應入口。如果某個頁面只能從站点地图被發現，說明内鏈這條路是断的。
压缩层級的几種做法
- 栏目頁除了子栏目，也列出该栏目下最新的若干篇文章，让内容頁多一條浅入口。
- 控制目錄层級。URL 的路径段數和点击深度並不完全一致，但两者经常一起失控，可以互相印證。
- 長列表不要只靠加载按钮，把分頁做成可抓取的普通連結，第一頁也要有下一批内容的出口。
- 重要内容用首頁、栏目頁、相關阅讀三條路径交叉指向，而不是全站都走同一批出口。
- 合並長期没有内容的空栏目。栏目數量少了，平均深度自然會降。
减层級的目的是让重要内容更容易被找到，不是把全站連結都堆到首頁。首頁連結數量暴涨，每個連結分到的關注反而更少，還會挤掉真正需要强調的入口。
几個容易走偏的地方
把深度小当成唯一目标
為了压深度，把几十個不相干的栏目並成一個，内容相關性被打散，用戶也不好找。层級應该跟着内容结构和用戶路径走，深度只是其中一個观察指标。
只改導航，不改列表頁
導航解决的是栏目級入口，内容頁還是要靠栏目頁和列表頁把它們放出来。只調整顶部導航，深度資料通常不會有多大變化。
用脚本渲染的展開菜單
靠点击才能展開的三級菜單，如果初始 HTML 里没有對應連結，抓取时拿到的仍是空的。菜單連結最好在初始 HTML 中就存在。
把它放進日常检查
不必每次改版都全站重跑一遍，可以做三件事：新增栏目时先想清楚文章落在第几层；每次内容批量上线後，抽几條看能否在三次点击内到達；每季度跑一次深度統計，重点盯深度靠前的頁面和最近新增的頁面。深度不是一次性指标，它會随着栏目調整慢慢變回去。