做蜘蛛池的时候，很多人會把入口頁做成一個几乎只有連結的頁面：没有正文、没有标题层級，就是几十上百條 a href。做完之後又會担心，蜘蛛爬到這样一個空壳頁面，會不會觉得没内容可讀，直接掉头走人，連結等于白放。
這個問题要拆成两层看：連結能不能被發現，和這個頁面會不會被当成有價值的頁面對待。两者不是同一件事。
連結發現靠的是解析，不是阅讀
搜尋蜘蛛抓到一個頁面後，處理流程里最先做的是解析 HTML、抽取其中的連結地址。只要連結满足几個基本條件，它就會被放進该站点的待抓队列：
- 連結寫在标准 a 标簽的 href 里，而不是 onclick 事件或纯 JS 渲染；
- 没有被 rel=nofollow、robots meta、robots.txt 拦住；
- 頁面本身能正常返回 200，不是软 404 或被 WAF 挡掉。
換句话说，蜘蛛並不需要“讀懂”頁面在讲什么，才能把連結抽出来。發現 URL 這個動作，本身不依赖正文内容。所以纯連結頁大概率還是會把連結交出去。
但發現只是把 URL 送進了队列，後面還有抓取、索引、排序好几道關。入口頁的價值，主要影响的是後面這些环节，而不是第一道關。
纯連結頁面在實际抓取中會怎样
- 連結仍會被抽出。這是最基本的一條，不用太担心。
- 頁面本身通常不會被当作正常内容頁。它可能不被索引，或者被归為低價值頁面。
- 抓取频次可能受影响。如果整個入口頁集群都是同一個模板、几乎零文字，蜘蛛對這批 URL 所在目錄的抓取欲望會慢慢降低。
- 數量上去之後風險更明顯。几千個结构一致的纯外鏈頁放在一起，更容易被当作低质量聚合頁面處理。
需要說明的是，這些變化通常是渐進的，不是某一天突然全部失效。观察日誌时往往表現為抓取量缓慢下滑，而不是断崖。
哪些纯連結頁相對不容易出問题
並不是所有“連結頁”都有風險。現實里本来就有很多合法的連結集合頁面，区別在于有没有清晰的用途和结构：
- HTML 版站点地图，通常按栏目分组、有层級說明；
- 栏目聚合頁、专题索引頁，連結围绕同一個主题；
- 導航頁，連結數量有限、指向明确。
反過来看，容易出問题的是這几種形態：几百條跨主题外鏈堆在一起、锚文本全是同一個词、每個入口頁内容完全複製、除了連結没有任何可判断的信息。
想让空壳入口頁更稳，可以做的几件事
- 保留一点上下文文字。哪怕每個分组前只寫一句话，說明這组連結是干什么的，頁面就不再是“零信息”。
- 给連結分组，加小标题。有结构比平铺一長串更容易被解析，也更像正常頁面。
- 控制單頁連結數量。優先放你最希望被發現的 URL，而不是能塞多少塞多少。
- 锚文本自然一些。全站所有連結都用同一個關鍵詞，比空頁面本身更容易引起注意。
- 入口頁之間別完全一样。模板相同没問题，内容一字不差就没必要了。
- 坚持用标准連結。別依赖 JS 跳轉、meta refresh 或 onclick，這些會让“能不能被發現”變成不确定的事。
怎么確認連結真的被發現了
與其猜，不如看資料：
- 服務器日誌里目标 URL 是否出現蜘蛛 UA 的訪問记錄；
- 搜尋资源平台的 URL 检查、抓取測試工具里，该 URL 是否已被發現；
- 观察该 URL 在一段時間内的抓取次數、是否進入索引。
日誌里的 UA 是可以伪造的，如果看到可疑訪問，可以结合反向解析、訪問行為特征一起判断，不要只凭 UA 字符串下结论。
几個常见的理解偏差
- 把被發現当成會收錄。這两件事中間還隔着内容质量和站点權重。
- 以為纯連結頁一定會被惩罚。實际更常见的结果是“没什么作用”，而不是“被處置”。
- 以為連結越多越快。連結數量和抓取速度之間没有线性關系，堆量往往先消耗的是抓取预算。
入口頁的作用是让 URL 進入發現路径，它不保證收錄，也不保證排名。任何方案都只能提高被看到的概率，最终结果取决于目标頁面本身的质量和站点整体情况。