在蜘蛛池里，入口頁本身只是一個中轉点，真正要送出去的是目标 URL。而這個中轉動作用什么方式實現，會直接影响蜘蛛讀到的信号：它把這当成永久迁移、临时跳轉，還是頁面上一個普通的連結。很多人只關心入口頁能不能打開，却忽略了跳轉本身也是一段會被解析、也可能被解析失敗的内容。
四種常见跳轉的基本行為
301 永久跳轉
服務器返回 301 时，蜘蛛會認為源地址已经作废，把信号按一定比例轉移到目标地址，並在後續抓取中逐渐用目标地址替換源地址。對蜘蛛池来说，這意味着入口頁會慢慢從索引里登出，池子的入口數量被消耗掉。如果你希望入口頁長期活着、持續带新目标，301 並不是合适選擇。
302 與 307 临时跳轉
临时跳轉保留源地址的身份，蜘蛛會繼續抓入口頁，同时把目标地址放進待抓取队列。對池子而言這是比較常用的一種：入口還在，目标也能拿到曝光。307 更嚴格地保留請求方法，對普通 GET 請求来说，两者差別不大。
meta refresh
寫在 HTML 的 head 里，等待時間设為 0 时基本等同于即时跳轉。它需要蜘蛛先把 HTML 下载完才能發現目标地址，多了一步解析成本。好處是不用碰服務器配置，适合纯静態托管、改不了响應头的场景。
JS 跳轉
常见寫法是 location.href 或 window.open。能不能被识別，取决于抓取端是否执行 JS，不执行就什么都看不到。即使會执行，這類跳轉通常也被当作較弱的信号，優先級低于服務器端返回的跳轉。
實际使用建议
- 入口頁要長期存活、持續带新目标：優先用 302，或者干脆在頁面上放一個可点击的 a 标簽連結。
- 入口頁確認要弃用，把信号收拢到主站某個頁面：用 301，並确保目标頁可訪問、内容相關。
- 静態托管、動不了响應头：用 meta refresh 兜底，同时頁面里补一個 a 标簽連結。
- 需要到達最终落地頁：让跳轉鏈路尽量只有一跳，避免 302 接 302 再接一段 JS。
几個容易踩的坑
把跳轉当成隐藏目标地址的手段，其實只是把它往後挪了一层。蜘蛛顺着跳轉讀下去，最终地址一样會被记錄，反而多了一次解析失敗的机會。
另一個高频問题是跳轉目标返回 404 或 5xx。蜘蛛會認為這次跳轉失敗，降低對入口頁的抓取频率，嚴重的會直接放弃。跳轉鏈路上的每一跳都要能稳定返回 200。
還有一種情况是把入口頁做成跳轉後又立刻用 robots 屏蔽目标地址，等于自己把路堵死。抓取開關和跳轉方向要一起看，別各配各的。
上线後怎么驗收
- 用 curl 看响應头，確認狀態碼與 Location 是不是你预期的那個。
- 關閉 JS 再訪問一次，看看不执行脚本时頁面還剩什么。
- 用抓取工具模拟一遍，观察從入口頁到目标地址的完整鏈路，數清楚有几跳。
- 在日誌里筛出来訪记錄，看蜘蛛實际走的是哪條路径，跟设計的是否一致。
跳轉不是越花哨越好。對池子来说，稳定、一跳、目标可訪問，比用什么技巧更重要。把跳轉方式固定成一套規則，批量生成时统一执行，後續排查問题时也容易定位到是哪一环出了偏差。