入口頁做完之後，一個绕不開的問题是：蜘蛛已经来了，怎么把它從入口頁带到真正想让它抓的目标站？這一步的寫法，直接影响蜘蛛會不會繼續走、走的时候带着什么信号，也影响後續排查問题时的可讀性。下面把几種常见做法拆開说。

入口頁的职责是“被發現”，不是“被记住”

先明确一点：入口頁的作用是给蜘蛛提供一個可抓取、可跟随的出入口。它自己不需要内容多好，只要能被正常抓取、能明确指向下一步就行。理解這一点，後面的取舍會简單很多：任何让蜘蛛“看不懂下一步去哪”的寫法，都在削弱入口頁本身的职责。

四種常见的跳轉方式

1. 頁面内的直接超連結（a 标簽）

最常见也最稳的做法：在入口頁正文或列表里放一個普通的 a 标簽，href 指向目标 URL。蜘蛛解析到連結後按正常鏈路抓取，不需要額外判断。

• 優点：兼容性好，绝大多數蜘蛛都能跟随；排查简單，看日誌就知道有没有被点。
• 注意：連結要真實存在于 HTML 里，而不是靠 JS 渲染出来；锚文本別全是“点击這里”這類無意义词。

2. 301 永久跳轉

入口頁直接返回 301 指向目标 URL，蜘蛛拿到後會把目标地址当作最终地址處理。

• 适合：入口頁本身没有獨立存在價值，只作為一次性跳板。
• 風險：301 是“永久”语义，目标後来改了再改回来比較麻烦；另外部分蜘蛛對连續跳轉有次數限制，鏈路上多跳时容易半途而废。

3. 302 / 307 临时跳轉

语义上表示“暂时”，蜘蛛一般也會跟随，但不同引擎的行為不完全一致。

需要留意的是，有些站点會把 302 当成“软跳轉”来屏蔽抓取。如果服務端策略和跳轉混在一起，日誌里會出現狀態碼和實际去向對不上的情况，排查时容易誤判。

4. JS 跳轉與 meta refresh

這两種方式依赖客戶端执行。現代搜尋引擎對 JS 有一定的执行能力，但执行排在抓取之後，且不一定每次都發生。對入口頁這種“只求被發現”的场景来说，用它們等于把鏈路里最不确定的一环放在最關键的位置。

如果 JS 跳轉是唯一的通路，那么当蜘蛛不执行 JS 或执行超时，這次抓取就只是一次無效訪問——入口頁被爬了，目标站一点都没得到。

選型时真正要權衡的三件事

1. 蜘蛛能不能稳定跟随。可靠性大致是：正文里的 a 标簽高于服務端跳轉，服務端跳轉高于客戶端跳轉。能用前两種，就不要用第三種。
2. 可回退性。這種跳轉是“寫下就难改”，還是“随时能調”？如果目标 URL 池经常變化，服務端跳轉配合配置化管理，會比寫死在頁面模板里好维護得多。
3. 鏈路長度。入口頁到中間頁再到目标站，每多一跳就多一次失敗机會。目标站能直接承接，就不要中間再插一层。

几個常见誤区

• 把跳轉当成“隐藏”手段。跳轉解决的是路径問题，不是可见性問题。指望靠跳轉绕開某些策略，通常只會让鏈路更难排查。
• 入口頁既放連結又放跳轉。两種方式同时存在时，蜘蛛的選擇不完全可控，日誌會變得难讀。選一條主路径就好。
• 跳轉目标频繁更換却用 301。语义和實际行為打架，後續調整成本反而更高。
• 不做閉环驗證。寫完就上线，從不確認蜘蛛是否真的沿着這條路走到了下一站。

落地建议

比較稳妥的组合是：入口頁正文里放一條明确的 a 連結作為主通路；如果入口頁确實没有保留價值，再考虑 301，但要确保目标 URL 長期稳定。每次調整跳轉方式後，至少观察一段時間的抓取日誌，確認入口頁的請求後面跟着目标站的訪問记錄，而不是停在入口頁就結束了。

另外，跳轉的目标地址建议做成可配置項，而不是散落在各個模板里。批量站点一旦要換目标，改一處比改几百個頁面現實得多。