标签：文件收录

PDF、图片和附件也会进索引：非 HTML 资源的收录处理方式

PDF、图片、Office 文档等非 HTML 资源同样会被抓取和索引，但它们的标题来源、正文提取方式和展示位置都与普通页面不同。本文梳理这类文件的发现途径、该不该收录的判断标准，以及从盘点、断链到验证的处理顺序，帮助站点把文件类资源纳入常规收录管理。