在搭建蜘蛛池入口頁时，連結寫成相對路径還是绝對路径，是一個被反复問到的問题。先说结论：主流搜尋蜘蛛對两種寫法都能识別，它真正關心的是這段地址最终解析出来的绝對 URL，是否指向一個可抓取、可訪問的頁面。所以與其纠结寫法，不如检查解析结果。
搜尋蜘蛛如何解析相對連結
搜尋蜘蛛抓到一個 HTML 頁面後，會以這個頁面自身的 URL 為基准，按照 URL 标准規則把相對地址补全成绝對地址。也就是说，同一個 /a/b.html，当入口頁位于 example.com/list/index.html 时會被解析成 example.com/a/b.html；如果入口頁換成 example.com/list/sub/index.html，解析结果就完全變了。
這正是相對路径最容易出問题的地方：入口頁往往可以通過多個域名、多個目錄，甚至带不带结尾斜杠訪問，而蜘蛛记錄的基准 URL 未必是你以為的那一個。
入口頁常见的解析坑
base 标簽把基准改掉了
頁面里如果存在 base href，所有相對連結都會以這個地址為基准解析。有些模板從別的站点複製過来，base 還指向原域名，结果入口頁上所有相對連結都被解析到別人的域名下，蜘蛛顺着爬走的是外部地址，你的目标 URL 自然没被發現。這是排查时應该第一個看的地方。
目錄层級寫错
上級目錄符号的层級很容易數错。入口頁在 /pool/2024/a/ 下寫了 ../../target.html，實际解析到 /pool/target.html，而你真正的目标是根目錄下的 /target.html。連結能点開，可能只是因為服務器上有同名文件或做了兜底跳轉，但蜘蛛看到的地址和你预期提交的不是同一個。
协议相對寫法與 https 混用
寫成以双斜杠開头的地址时，浏览器會沿用目前頁面的协议。如果入口頁能同时用 http 和 https 打開，蜘蛛可能解析出 http 版本，而站点配置了强制跳轉到 https，多一次跳轉虽然不致命，但會消耗抓取预算，也容易在日誌里被忽略。
大小寫、编碼與结尾斜杠
Linux 服務器区分大小寫，/Target.html 和 /target.html 可能是两個地址；中文或带空格的路径如果没有正确编碼，解析出来的地址可能與服務器實际路径不一致。目錄類地址结尾有没有斜杠，也可能触發一次 301 跳轉，最终落到不同层級。
什么时候建议直接用绝對路径
- 入口頁會通過多個域名或 CDN 域名訪問，相對路径的解析结果不稳定。
- 頁面模板复用，目錄层級不确定，容易數错上級符号。
- 目标 URL 與入口頁不在同一域名下，跨域时必须寫全地址。
- URL 里带查询參數，需要保留原始參數顺序和编碼。
绝對路径的好處是所见即所得：日誌里抓到什么地址，就是你寫下的地址，排查起来省事。代價是域名一旦變更需要批量替換，而且寫死域名後不方便做多域名轮換。
實操驗證方法
- 用抓取工具或開發者工具查看渲染後的連結，確認每個 href 解析出的绝對地址。
- 對比服務器日誌：蜘蛛請求入口頁之後，紧接着請求了哪些地址，是否命中你的目标 URL。
- 直接抓取入口頁的原始 HTML，確認没有 base 标簽，也没有被脚本重寫連結。
- 把入口頁用不同域名、不同目錄形式各訪問一次，看解析结果是否一致。
路径寫法只影响能不能被發現，發現之後是否抓取、是否收錄，還取决于目标頁本身的质量、可訪問性和服務器响應情况。不要指望改個寫法就能带来收錄。