当旧站地址数量多于新页、且并非每条旧地址都有天然对应页时,不要把“全部301到首页”当成默认答案。更稳的做法是先给旧地址做分层映射:能一一对应的保留精确映射,语义相近的做定向映射,确实无对应内容的才进入收口规则,并用日志验证收口是否带来新的错误入口。
从你手上的资料里抽出一组旧地址,例如导出的访问日志、旧站地图或历史栏目清单。对每条地址只回答三个问题:它过去承载的是什么内容,新站有没有同主题页面,这条地址现在还有没有外部引用或用户访问。分类结果通常会出现三种:
这一步的价值在于暴露例外。只抽三五条时,往往每条都能找到“差不多”的新页;样本扩大到几十条后,才会出现大量旧页挤向同一个新页、或旧页主题在新站完全消失的情况。例外不是异常,而是映射方案必须处理的主体。
只有当旧页与新页的主题、层级和用户预期基本一致时,精确映射才成立。例如旧的产品说明页对应新的同名产品页,用户点进去看到的仍是同一件事。若新页只是主题相近但内容范围明显不同,精确映射会把用户带到错误预期上,此时应降级为定向映射。
当多个旧页共同指向一个新汇总页时,要检查这个汇总页是否真的覆盖了各旧页的核心信息。假设一个旧站有“安装说明”“配置说明”“常见故障”三个页面,新站只保留一个“使用文档”页;如果该页确实包含这三类内容,定向映射成立;如果它只讲安装,另外两类旧地址就不该指向它,而应归入退场处理。
收口不等于全部丢到首页。更可取的顺序是:先找同栏目或同主题的上级页,再找站内搜索结果页或索引页,最后才考虑首页或返回特定状态码。把大量不相关旧地址压到首页,会让用户和抓取程序都难以判断这些地址原本指向什么,也无法区分“内容搬家”和“内容消失”。
映射表至少包含四列:旧地址、目标地址、映射类型、判断依据。判断依据写清是“同主题延续”“多页归并”还是“内容退场”,这样后续复核时不必重新猜。对无法确定目标的旧地址,先不要写目标,单独标记为待定,避免用猜测填满整张表。
一个可操作的短例子:假设旧站有120条产品地址,新站只保留40个产品页。先按产品线分组,同一产品线的旧型号页可以定向到该产品线的新页;已经停产的型号如果没有替代页,就进入收口流程。执行后观察两点:一是这些旧地址是否仍被外部链接引用,二是访问日志里是否出现新的404集中点。若某个收口目标在日志中持续出现来源不明的跳转,说明该目标选错了层级,应回到映射表调整,而不是继续加规则掩盖。
映射不是一次写完就结束。上线后可以看三类证据:旧地址的访问是否落到预期目标、目标页的跳出是否异常集中、站内是否出现新的死链或循环跳转。需要提醒的是,访问量下降或某个统计归零,不能单独证明映射正确,也可能只是外部引用减少、抓取节奏变化或用户习惯迁移。判断时要结合来源分布,而不是只看总量。
如果发现大量旧地址都指向同一个与主题无关的页面,优先怀疑收口规则过宽;如果发现用户从旧地址进入后立刻返回,优先怀疑定向映射的目标页覆盖不足。两种情况的处理方向不同:前者要拆细收口层级,后者要补内容或改指向更贴合的页面。
对少量样本有效的规则,规模化后常出现边界问题。例如“所有带参数的旧地址都去掉参数再映射”,在参数决定内容差异的站点上会把不同页面压成一条;“所有旧栏目页都指向新栏目首页”,在栏目被拆分或合并时会丢失用户预期。判断能否照搬的标准不是规则看起来是否整齐,而是它是否保留了旧地址与新目标之间的主题连续性。
因此,映射方案应写明适用条件:精确映射适用于主题一致的一对一场景,定向映射适用于多对一且汇总页覆盖完整的情况,收口映射只用于内容确实退场的地址。超出这些条件的旧地址,应回到分类阶段重新判断,而不是套用现成规则。