内容持续在发，抓取日志里却很少看到目标页面，这是不少站点会碰到的情况。很多人第一反应是“URL 太深了”，于是去改目录结构，把 /news/2024/tech/xxx 压成 /n/12345，改完之后发现抓取情况并没有明显变化。问题往往出在把两个不同的“深度”混为一谈。
一、URL 层级和内链层级是两件事
URL 层级指的是路径里有几段，比如 /a/b/c/page.html 有三层；内链层级指的是从首页出发，顺着链接点几次能到目标页。搜索引擎发现 URL 的主要途径是链接，路径本身更多承担分类和语义的作用。
路径很深但内链入口很多的页面，通常一样能被发现；路径很短但站点里几乎没人链接它的页面，就是一个孤岛。判断一个页面“深不深”，要先看它是哪种深。
二、URL 路径深度的影响通常被高估
路径本身会按段拆解，提供归属信息，一般不会因为“段数多”就直接被扣分。真正容易带来问题的是另外几种写法：
- 路径里塞满跟踪参数、会话 ID、排序参数，同一篇内容出现大量不同 URL；
- 大量无意义的数字 ID，既看不出主题，也没有稳定的层级关系；
- 同一个栏目同时存在 /tech/ 和 /technology/ 两套路径，内容互相交叉。
如果为了“扁平化”去改路径，旧地址就要做 301，改完还可能留下残留链接。没有明确收益时，不建议单纯为了层级数字去动 URL 结构。
三、内链层级才是更常见的瓶颈
当页面长期不被发现时，先看它从首页出发要点击几次。常见的问题集中在下面几类：
- 目标页只有首页或某一个大列表页指向它，中间缺少分类页、聚合页、相关内容模块；
- 链接挂在 JS 点击事件上，抓取时拿不到可跟进的 href；
- 链接所在区域被 robots.txt 屏蔽，或链接本身带了 nofollow；
- 列表页只保留“下一页”，历史内容翻不到，也没有稳定的归档入口。
这几种情况叠加起来，页面即使被 sitemap 列出，也缺少被反复访问的路径。
四、按内链层级做一次排查
排查不需要复杂工具，可以按下面的顺序走一遍：
- 从首页出发，记录每个目录下页面到首页的最小点击次数；
- 把点击次数在 4 次以上的页面单独整理成一张表；
- 在抓取日志里看这些页面的访问频次，以及最近一次是被哪个 URL 带进来的；
- 标出既没有稳定内链、也没有被 sitemap 覆盖的孤岛页面。
这张表通常能直接暴露出是哪一层在拖后腿：是某个中间层栏目没有把链接传下去，还是列表页只输出前几屏内容。
五、处理顺序建议
- 先补内链入口：在分类页、聚合页、相关阅读、上一篇下一篇里加上目标页链接；
- 再确认链接可被抓取：用普通 a 标签加 href，而不是依赖脚本跳转；
- 然后用 sitemap 做兜底，覆盖那些天然缺少入口的页面；
- 最后才考虑是否调整 URL 结构，并且要同步处理好旧地址的跳转。
sitemap 是发现渠道之一，但它不承担“提升权重”的作用。把 sitemap 当成内链的替代品，通常解决不了页面长期没访客的问题。
六、几个常见误区
- 为了缩短 URL 把关键词硬塞进路径，反而让地址读起来更像堆砌；
- 把重要页面只放在列表页第五屏之后，抓取和用户都很难触达；
- 给站内链接统一加 nofollow，切断了内部传递的路径；
- 改了路径却不做 301，等于把原来的入口重新变成孤岛。
遇到页面长期不被发现，先别急着改 URL。把“从首页点几次能到”这件事排清楚，往往比调整路径段数更有效。内链层级理顺之后，再看路径是否还有必要动。