做蜘蛛池的时候，入口页通常不会只挂一两个域名，而是几十上百个站点同时在跑。于是很多人会担心一个问题：如果其中某个入口页站点被搜索判定为低质，甚至整站被抓取频率压得很低，那挂在它上面的目标 URL 会不会一起被处理。
先把两件事分开：抓取和收录不是一回事
入口页的作用是提供一条被发现的路径，让搜索蜘蛛在抓取入口页时看到目标 URL，并把它放进待抓取队列。目标 URL 最终能不能被收录、排在哪里，取决于它自己页面的内容、结构和所在站点的整体表现。所以严格意义上的连带处罚在多数情况下并不存在，搜索引擎不会因为 A 站低质就自动否定 B 站的页面。
但间接影响是真实存在的，而且往往比处罚更常见。
入口页质量下滑会带来哪些间接影响
- 抓取频率下降：站点整体被抓次数减少后，入口页被回访的间隔变长，新加进去的目标 URL 被发现的时间自然被拉长。
- 抓取预算被压缩：同一站点上如果存在大量重复模板页、空页面，蜘蛛会把有限的抓取额度花在低价值页面上，真正带目标 URL 的入口页反而排到后面。
- 目标 URL 进队列后被冷落：从低质入口页发现的目标 URL，在队列里的优先级可能不高，表现为发现了但很久不抓。
- 链接可信度打折：如果入口页只是堆链接、没有任何可读内容，链接本身传递的信号会变弱。
真正需要担心的几种情况
比起入口页低质这个笼统的说法，下面几类情况更值得优先处理：
- 整个入口页集群使用同一套模板、同一批文本，域名之间只换了标题。
- 入口页返回 200 但正文几乎是空的，容易被当成软 404 处理。
- 入口页上大量链接指向已失效地址，蜘蛛连续抓到死链后减少回访。
- 同一目标 URL 只挂在一两个入口页上，没有冗余路径，一旦入口页停止被访问，发现通道就断了。
降低牵连风险的几个做法
- 分散入口：重要的目标 URL 不要只依赖单一入口页，多留几条发现路径。
- 保证入口页可读：哪怕内容简单，也让页面有真实文本、有明确标题，不要只是一堆裸链接。
- 控制模板复用度：同一套模板不要在所有域名上原样复制。
- 定期清死链：入口页上失效的目标 URL 及时替换或移除。
- 看日志而不是猜：用服务器日志确认入口页的回访间隔和目标 URL 的抓取次数，判断是入口失效还是目标页本身有问题。
入口页解决的是被看见，解决不了被信任。目标 URL 自身没有内容价值的话，再多的入口页也只是让它更快地进入队列，然后停在那里。
可以观察的几个指标
判断是否存在牵连，不用看太多数据，关注三点就够：入口页的回访间隔是否明显变长、目标 URL 从被发现在被抓之间隔了多久、目标 URL 自身的抓取结果是否正常返回。如果入口页回访正常，目标 URL 却一直不抓，问题通常在目标页本身，而不是入口页的质量。
把入口页当成一条通道来维护，而不是一个需要养权重的站点，方向会清晰很多。