标簽：站点资源治理

非 HTML 资源的收錄：PDF、图片和视频该不该進索引

站点的 PDF 說明书、产品图、演示视频同样是被爬虫抓取的獨立 URL，只是進入的是網頁、图片、视频等不同索引。本文說明這類资源的收錄前提、重复版本與歷史遗留文件的處理方式，並给出按用途判断放行、以及排查非 HTML 资源收錄狀態的先後顺序。