站长死链查询：怎样取得可复查的状态证据
📱 Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)
🔗 /1cf482594825.html
📄
站长死链查询：怎样取得可复查的状态证据
可复查的状态证据，指的是任何人在同一时间点用同样的请求方式，都能得到相同或可解释的结果。对死链查询来说，核心不是“工具说它死了”，而是你能留下请求时间、请求地址、返回状态码、跳转链和响应头这几项原始记录。只截一张工具结果图，或者只看浏览器显示“无法访问”，都不足以复查，因为浏览器会受缓存、登录态和网络环境影响。
常见误解：工具标红就等于死链成立
很多站长把第三方工具输出的 404 列表直接当成结论，拿去提交删除或改链。问题在于，工具的结果本身是二手加工：它可能用了自己的爬虫 UA、自己的超时阈值，也可能在抓取时遇到对方临时限流。一个链接在工具里标红，至少有三种解释：目标确实不存在、目标暂时不可用、抓取请求被拒绝或超时。三者对应的处理方式完全不同，所以在动手之前必须先拿到一手状态证据。
第一步：用原始请求固定返回状态
对每个待查 URL 发起一次不跟随跳转的请求，把响应头和状态码原样保存。命令行下可以这样做：
curl -I -s -o /dev/null -w "%{http_code} %{redirect_url}\n" "https://example.com/page"
假设某个 URL 返回 301 并带一个 Location 指向新地址，这属于可修复的跳转链，不是死链；假设返回 404，说明服务器明确声明目标不存在；假设返回 403、429 或超时，则只能说明这次请求没被正常响应，不能直接判定死链。把状态码、时间、请求 UA 一并记下来，才构成可复查的起点。
第二步：区分抓取限制与索引移除
robots.txt 里的 Disallow 只约束爬虫抓取，不等于把已收录页面从索引中移除。一个 URL 被 robots 屏蔽后，搜索引擎仍可能保留旧的索引记录，只是不再抓取新内容。所以查到某条链接“被 robots 拦住”时，不能据此认为它已经从搜索结果里消失。要判断索引状态，需要另外核对搜索结果中的实际展现，而不是只看 robots 规则。站点地图同理：提交 sitemap 只是告知候选地址，不保证收录，也不能用来证明某个地址已经失效。
第三步：建立可复查的证据清单
建议对每条待处理链接记录以下字段，缺一项都会让复查变得困难：
- 请求的完整 URL，包括协议和查询参数
- 请求时间与使用的 User-Agent
- 返回状态码，以及是否跟随跳转
- 跳转链上每一跳的地址和状态码
- 关键响应头，如 Location、Content-Type
- 发现该链接的来源页面，即它出现在哪里
这份清单的价值在于：换一个人、换一个时间重跑，能对照出差异。如果两次结果不同，说明该地址状态不稳定，属于“可能原因”而非“已定位的原因”，需要继续观察而不是立刻改链。
第四步：按证据类型决定处理动作
拿到证据后再分类处理。返回 404 且来源页面仍指向它的，属于确定要修的内链；返回 301/302 的，检查跳转终点是否仍然有效，避免跳转链断在中间；返回 403 或 429 的，先排查是否抓取频率过高或 UA 被拦，再决定是否视为死链。对于 HTTPS 地址，还要注意证书问题可能让请求直接失败，但 HTTPS 本身不保证页面安全无漏洞，也不保证排名，它只是传输层的一个条件。
下一步：挑出你手上来源页面里指向最多的一条可疑链接，用上面的命令跑一次，把状态码和跳转链记下来，再和工具给出的结论对照。两者不一致时，以你自己这次请求的原始记录为准继续排查。
