不少站点做入口页时，习惯把链接指向一个中转地址，再靠 301、302 或 JS 跳转送到真正的目标 URL 上，理由通常是统计点击、做分发或者绕开某些限制。随之而来的问题很实际：搜索蜘蛛跟不跟？能跟到哪里？
先说结论
搜索蜘蛛一般会跟进跳转，但存在跳转次数上限和成本。HTTP 3xx 跳转最稳定，meta refresh 次之，JS 跳转最不保证。跳转层级越多，最终目标 URL 被发现的概率越低，被完整抓取的概率也越低。
搜索蜘蛛是怎么处理跳转的
- 遇到 301、302、307、308 时，会读取 Location 响应头，把新地址放进待抓取队列，再发起一次请求。
- 这个过程会重复，直到拿到 200，或者触达跳转次数上限（常见在 5 次上下），或者碰到循环跳转、超时、错误状态。
- HTML 里的 meta refresh 多数情况下也会被解析，但延迟时间设得太长时可能被直接忽略。
- JS 跳转依赖渲染能力，不同引擎、不同渲染策略下表现不一致，不适合当作可靠通道。
多级跳转会带来哪些损耗
- 抓取配额被摊薄。每一次跳转都是一次请求，原本一次能完成的抓取变成三四次。
- 链条越长，断点越多。中间任意一环超时、返回 5xx、被 robots.txt 屏蔽，后面的目标 URL 就发现不了。
- 耗时增加，超时概率上升，尤其是跳转目标本身响应慢的时候。
- 跳转地址也可能被当成独立 URL 处理，产生重复抓取和状态分散。
- 部分引擎对跳转链长度有硬性限制，超出后就不再跟进。
所以「能跟进」和「能稳定跟进」是两件事，中间隔着链条长度和每一环的健康度。
几种跳转形式的表现差异
301 与 302
301 表示永久，信号更明确，蜘蛛更容易把它视作地址变更并更新索引里的地址；302 表示临时，蜘蛛一般会继续保留原地址。对入口页通往目标 URL 这个场景，如果目的只是让蜘蛛发现目标地址，两种都能做到；如果希望目标 URL 直接成为抓取和收录对象，直连链接会更干净。
meta refresh
延迟建议设为 0，并在页面里同时保留一个可点击的普通链接，这样即使引擎不处理 refresh，也能通过链接发现目标。延迟设成 3 秒、5 秒甚至更长，被忽略的概率会明显上升。
JavaScript 跳转
依赖渲染，可以在 noscript 里或页面其他位置补一个静态链接作为兜底，避免整条路走不通。
实操上怎么降低损耗
- 入口页直接写最终目标 URL，需要统计就用参数或服务端日志区分，而不是多加一层跳转。
- 确实要跳转时，控制在一跳，用 301，Location 指向可直接访问并返回 200 的页面。
- 检查最终 URL：robots.txt 是否允许、是否有 noindex、canonical 是否指向自己、是否需要登录或 Cookie 才能打开。
- 避免跳转链、循环跳转，以及跳到 404、5xx 或验证码页面。
- 跳转目标尽量使用稳定、不带临时参数的地址，减少同一内容出现多个 URL 的情况。
怎么确认蜘蛛确实跟到了最终 URL
看服务器日志：先找入口页的请求记录，再找紧接着出现的跳转目标请求记录，观察状态码序列，例如 200 → 301 → 200，或一路 302 直到 200。如果日志里只有入口页的请求，没有后续跳转请求，多半是跳转形式不被支持，或者链条中间某环断掉了。用抓取模拟工具检查时，注意看它最终「呈现的 URL」和 HTTP 状态码，而不是只看入口页的返回。
跳转不是不能用，而是它把一次发现拆成了多次请求，每多一层就多一个可能失败的地方。能直连就别绕路，必须绕就只绕一步。