在蜘蛛池入口页的搭建中，有人会把目标 URL 放进表单里，比如隐藏字段、按钮的 value，或者用表单的 action 指向目标地址，希望搜索蜘蛛在抓取时顺手把目标 URL 也发现。这个做法到底有没有用，需要先看搜索蜘蛛怎么处理表单。
搜索蜘蛛会主动提交表单吗
主流的搜索蜘蛛在抓取网页时，主要跟随页面中已经存在的链接，也就是 a 标签的 href 这类静态可见的链接。对于表单，蜘蛛一般不会像真人用户那样填写输入框、点击提交按钮。尤其是 POST 表单，蜘蛛基本不会主动提交，因为提交动作可能改变服务端数据，搜索引擎没有理由去触发它。
GET 表单和 POST 表单的区别
- GET 表单：提交后参数会拼在 URL 后面。蜘蛛在解析页面时，有时能从表单的 action 和输入框的 name 推断出可能的 URL 结构，但这不等于它会真正去请求。它可能把 action 当作一个候选地址，但内部的参数组合通常不会被主动构造。
- POST 表单：参数放在请求体里，不会出现在 URL 中。蜘蛛通常不会提交，因此表单里的目标 URL 很难通过这种方式被发现。
表单里的目标 URL 可能被发现的几种情况
并不是所有表单里的 URL 都完全没有机会，但机会通常来自表单之外的因素：
- 表单的 action 属性本身就是一个普通 URL，蜘蛛解析 HTML 时可能把它当作一个链接候选，但这取决于搜索引擎的实现，并不稳定。
- 表单附近如果有可点击的 a 标签 指向同一个目标，蜘蛛会优先跟随这个 a 标签，而不是走表单。
- 页面里同时存在 sitemap、RSS 或站内链接，目标 URL 可能从这些渠道被发现，和表单没有直接关系。
- 表单被 JavaScript 动态生成或提交，蜘蛛如果不执行脚本，连表单结构都看不到；即使执行脚本，也未必会触发提交。
为什么不要把表单当作主要的发现路径
把目标 URL 藏在表单里，等于把发现路径交给一个蜘蛛不常走、也不稳定的入口。蜘蛛池入口页本身的作用是给搜索蜘蛛提供可抓取的链接，如果链接不是标准的 可点击超链接，发现效率就会打折扣。更实际的问题是，你无法通过日志准确判断蜘蛛是否因为表单而发现了目标 URL，这会让后续的运营分析变得模糊。
表单适合收集用户输入，不适合作为搜索蜘蛛发现 URL 的主要通道。想让目标 URL 被稳定发现，优先使用普通的 a 标签，并保证入口页可正常访问。
更稳妥的做法
- 把目标 URL 写成标准的 <a href='...'>锚文本</a>，放在入口页正文中，而不是只放在表单按钮或隐藏字段里。
- 如果必须用表单做交互，至少保证 action 指向真实可访问的 URL，并在页面其他位置用 a 标签重复暴露一次。
- 入口页不要依赖 POST 或 JavaScript 提交来传递目标 URL，这类路径对搜索蜘蛛不友好。
- 用日志观察蜘蛛对入口页和目标 URL 的抓取情况，如果目标 URL 长期没有抓取记录，就检查链接是不是只存在于表单中。
总结来说，搜索蜘蛛一般不会主动提交表单，把目标 URL 放在表单里并不是一个可靠的 URL 发现方式。蜘蛛池入口页要做的，是让目标 URL 以清晰、静态、可跟随的超链接形式出现，这样才能减少发现过程中的不确定性。