很多站点的抓取问题，既不出在服务器，也不出在内容量，而是出在链接结构上。重要页面只有一个入口，还藏得很深，蜘蛛要走好几层列表才可能碰到一次；与此同时，一些无关紧要的页面却被导航和首页反复推送。内部链接自查，就是把这些分配不均的地方翻出来，重新排一遍。
内部链接到底在影响什么
内部链接同时服务两类对象：一是蜘蛛，它靠链接发现新地址、判断页面之间的关系；二是访客，他靠链接在站内找到下一个想看的页面。这两件事经常被分开讨论，但实际是一体的——一条没人点的链接，蜘蛛也很少会持续走。
具体来说，内部链接主要影响三件事：页面的入口数量和深度、抓取时精力往哪些地址倾斜、以及用户能否顺畅地从一篇文章走到另一个相关页面。它不能保证任何页面被收录，但入口过少、层级过深的页面，通常需要更长时间才可能被发现。
自查可以从四个切入点开始
导航与栏目入口
先看主导航覆盖了哪些栏目，是否和当前的内容重点一致。如果某个栏目已经三个月没更新，却仍占据一级导航，那就是在持续引导蜘蛛往一个空转的方向走。反过来，如果某个栏目是站点重点，却只能从二级、三级页面进入，那它的入口就偏少了。
正文里的上下文链接
这是最容易被忽略、也最有价值的一层。文章里提到某个概念、某个相关页面时，顺手加一条链接，比在页脚堆一堆无关链接有用得多。自查时可以挑几篇重点文章，看看正文里有没有指向站内相关内容的链接；如果整篇都在指向站外，那站内的连接就断了。
列表、相关推荐与聚合模块
列表页和相关推荐是批量产生入口的地方，但要注意数量和质量。一个推荐模块塞进二十条链接，其中一半是陈年旧页，实际效果会打折。建议控制条数，优先放近期更新、和当前页面主题接近的内容。
页脚与侧栏
页脚链接的优势是全站可见，缺点是重复度高、上下文弱。适合放关于我们、联系方式、主要栏目这类必要入口；不适合把几十个标签页、城市页全塞进去，那会让每个页面都带着一大串低价值链接。
锚文本怎么写更合适
- 用能说明目标页面内容的词，比如“内容更新节奏”，而不要一律写“点击这里”“查看更多”。
- 同一目标页面不必只用一种写法，但也不要在同一个页面里反复用完全相同的锚文本堆指向同一地址。
- 锚文本和落地页主题要对得上，标题说 A、点进去是 B，访客和蜘蛛都会困惑。
- 避免大面积使用“关键词精确匹配”的锚文本，读起来不像人话，也容易显得刻意。
一份可执行的自查清单
- 导出导航和页脚的全部链接，逐条确认是否还有存在价值，删掉指向下线页面的入口。
- 挑出站内最重要的十到二十个页面，记录它们分别能从哪些位置进入，以及从首页出发需要几次点击。
- 检查重点文章正文，补充三到五条指向站内相关内容的上下文链接。
- 抽查相关推荐模块，看是否混入了已下线、已合并或主题无关的地址。
- 查看是否有页面长期只靠一条链接支撑，考虑在合适的文章或列表里补一个入口。
- 用爬虫工具跑一遍站内链接，重点看断链、跳转链和指向重定向地址的链接。
内部链接不是越多越好。一个页面被两百条链接指向，不代表它表现就更好；入口数量合理、位置自然、主题相关，比单纯的堆量重要得多。
内部链接自查不需要一次做完。建议每隔一两个月，挑一个切入点过一遍：这个月看导航和页脚，下个月看正文上下文链接。改动之后不用急着看结果，给站内链接结构一点时间沉淀，再回头看抓取和入口分布的变化，判断会更靠谱。