做入口頁时，很多人關心連結放几條、放在什么位置，却很少在意連結寫成相對路径還是绝對路径。這两種寫法對浏览器来说差別不大，但對搜尋蜘蛛解析目标 URL 會有實际影响。

相對路径是怎么被拼成完整 URL 的

搜尋蜘蛛遇到 href="/a/b.html" 或 href="b.html" 這類相對路径，會拿目前頁面的 URL 作為基准去拼接。拼接規則跟浏览器一致：以斜杠開头的從域名根開始，不以斜杠開头的從目前目錄開始。

所以同一段連結代碼，放在 https://www.example.com/list/index.html 和 https://www.example.com/list/sub/ 下，拼出来的结果可能完全不同。入口頁如果存在多個路径层級，寫成绝對路径能避免這類偏差。

几種容易拼错的情况

頁面里有 base 标簽

如果入口頁头部寫了 base 标簽，那么所有相對連結都會以 base 里的地址為基准，而不是目前頁面地址。蜘蛛和浏览器都會遵守這個規則。一旦 base 寫错，或者複製模板时忘了改，整頁連結可能全部指向错誤的域名或目錄。

结尾斜杠带来的目錄判断

https://www.example.com/list 和 https://www.example.com/list/ 在解析相對連結时被当作不同层級。前者把 list 当成文件，相對連結從上一級目錄開始拼；後者把 list 当成目錄，相對連結從 list/ 下開始拼。入口頁如果依赖相對路径，最好確認自己用的是哪一種形式。

协议相對 URL

href="//www.example.com/a.html" 這種省略协议的寫法，會繼承目前頁面的协议。HTTP 和 HTTPS 混用或迁移期間，可能導致蜘蛛抓到的是另一個协议版本的 URL，最终被当成不同地址處理。

href 里的多余空格與換行

属性值中間混入空格、制表符或換行时，不同解析器處理方式不完全一致，轻則 URL 被截断，重則拼出一個不存在的路径。入口頁如果由程序批量生成，建议在輸出环节做一次去空格和轉义检查。

绝對路径是不是一定更好

對于蜘蛛池入口頁這類需要精确控制目标 URL 的场景，直接用完整绝對路径通常更稳妥。它不受 base、目錄层級、结尾斜杠影响，連結指向哪里一目了然，排查日誌时也更省事。

相對路径並非不能用。站内導航、同目錄资源用相對路径反而方便维護，換域名时也不用逐條修改。關键在于入口頁輸出的連結是否可预期、是否和實际目标一致。

相對路径的問题往往不是抓不到，而是抓到了你没想到的那個 URL。

實操检查清單

• 入口頁模板里是否残留了不该出現的 base 标簽
• 目标連結是否混用了相對路径和绝對路径，導致解析基准不一致
• 頁面 URL 结尾有没有斜杠，是否和相對連結的寫法匹配
• 是否出現 // 開头的协议相對連結，协议版本是否统一
• 連結中的大小寫、多余參數是否和實际目标一致
• 程序生成的 href 是否包含空格、換行等異常字符

怎么快速驗證

可以先在浏览器里查看頁面源碼，把相對連結按規則手動拼一遍，再和服務器日誌里蜘蛛實际請求的 URL 對照。两邊一致說明寫法没問题；出現偏差时，優先把入口頁的目标連結改成绝對路径，問题通常會明顯收敛。

如果入口頁數量較多，不建议一次全改。先挑几個路径层級不同的頁面做样本，確認解析结果稳定後，再按模板统一調整，這样也方便對比改動前後的抓取记錄。