先给结论:草稿混入发布后,影响范围通常不是“所有带链接的页面”,而是“本次发布动作真正触达的页面集合”。要圈定它,先确认发布动作的边界,再确认草稿里的链接指向了哪些目标,最后用可复现的抓取或日志证据验证这两者的交集。
手工抽查几个页面时,链接都能打开,看起来没有问题。但一次批量发布可能把草稿目录、预览地址或待审页面一并推上线,这时异常不在单个链接的可用性,而在“哪些页面被算进了本次发布”。
常见的两种解释:
这两种解释指向的修复动作完全不同:前者要改发布规则并重发,后者只需清理草稿正文里的链接。
能区分的证据来自发布产物清单和链接来源标注,而不是页面观感。
这里要注意:抓取量或索引量突然归零,不能单独作为判断依据。它还可能来自采集延迟、robots 规则变化、站点整体改版或服务端临时故障。只有和发布清单、模板来源交叉比对后,才能把它当作佐证。
假设某站点一次发布 200 个页面,其中 12 个本应是草稿。发布后手工抽查 3 个页面,链接都能打开,但其中 1 个页面的正文里出现了指向未上线页面的链接。
此时不要直接判定“全部 200 个页面都受影响”。先取发布清单,确认这 12 个草稿页是否都进入了产物;再检查这 12 个页面的链接来源。如果链接只出现在正文,修复动作是删除草稿正文中的链接并重新发布这 12 个页面;如果链接同时出现在模板,修复动作是回退发布规则,再重发全部 200 个页面。两种动作的验证范围不同,下一步的抓取检查对象也不同。
优先处理能缩小范围的动作:先删掉草稿正文中的链接,再重新发布受影响的页面。这个动作的结果会直接决定下一步——如果重新发布后异常页面数量下降,说明问题主要在链接来源;如果没有下降,说明发布边界仍在把草稿页纳入输出,需要改发布规则。
比较改动前后时,要考虑季节、搜索需求变化和数据采集差异,不能把一次抓取波动直接当成修复生效的证据。验证时至少保留两次不同时间点的记录,并注明假设条件。
上述方法适用于“发布动作有清单可查、链接来源可区分”的场景。如果站点没有发布清单,或链接由运行时脚本动态生成,圈定范围就要改为从服务器日志和实际响应内容入手,不能照搬清单比对的步骤。另外,草稿混入发布不等于所有草稿都会被索引,是否被处理还取决于页面状态、访问规则和外部引用情况,不能仅凭一次发布就下结论。