死链测试工具_检查前需要准备哪些信息
📱 Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)
🔗 /47072a4011bf.html
📄
死链测试工具_检查前需要准备哪些信息
用死链测试工具检查前，至少要准备好四类信息：要检查的网址范围、允许抓取与不允许抓取的规则、期望的检查深度与频率、以及结果交给谁和按什么标准验收。缺少其中任何一项，工具跑出来的结果都可能无法直接用于修复。下面从最终要交付的结果倒推，说明每项资料为什么必需、怎么准备、以及缺了会出什么问题。
先明确检查范围：从哪些URL开始，覆盖到哪一层
死链测试工具需要一个或多个起始地址，然后顺着页面里的链接向外扩展。因此第一项要准备的就是起始URL清单。常见做法是列出站点首页、栏目页、以及你确认需要覆盖的重点页面。
- 如果只想检查某个栏目，就提供该栏目入口，并说明是否要跟随到子栏目。
- 如果要全站检查，通常以首页或站点地图为起点，但要确认站点地图本身是否完整、是否包含已下线页面。
- 如果站点有多个子域或独立移动端域名，要分别列出，工具不会自动跨域跟随。
还要准备抓取深度。深度设为1只检查起始页的直接链接，深度设为5可能进入大量分页、筛选参数和日历页，导致结果里混入大量无意义的动态URL。第一次接触时，建议先用浅深度跑一遍，确认结果格式符合预期，再决定是否加深。
准备规则文件与访问条件：robots.txt、登录态、限速
工具抓取时会读取站点的 robots.txt。要提前确认其中是否屏蔽了某些目录，因为被屏蔽的路径工具不会访问，也就不会报告其中的死链——这是抓取限制，不是死链不存在。如果确实需要检查被屏蔽区域，要在工具里单独配置，并确认这样做符合你的站点管理意图。
另外三项访问条件也要提前想清楚：
- 是否需要登录：会员区、后台页面的死链，匿名抓取看不到。需要准备测试账号，并确认账号权限范围。
- 请求频率：抓取过快可能给服务器造成压力，甚至被临时封禁。要准备一个可接受的并发数或间隔。
- User-Agent：部分站点对特定 UA 返回不同内容，要确认工具使用的 UA 能拿到真实页面。
确定判定标准：什么算死链，按什么状态码归类
“死链”在工具里通常体现为 HTTP 状态码。检查前要和结果使用方约定归类口径，否则同一份报告会有不同解读。可参考下面的对照，但具体以你的服务器实际返回为准：
404、410：页面不存在，通常是需要处理的死链。301、302：跳转，不一定是错误，但要看跳转目标是否有效、是否形成跳转链。403、401：权限问题，可能是抓取条件不足，未必是真实死链。500、502、503：服务器错误，可能是临时故障，需要复测再判断。- 超时、DNS 解析失败：可能是网络或域名配置问题，要区分是工具侧还是站点侧。
这里要特别注意：一项现象可能有多个解释。例如某个 URL 返回 403，可能是页面真的受限，也可能是工具 UA 被拦截。只有复测并更换条件后仍稳定复现，才能把它当成已定位的原因。
准备验收与责任信息：谁修复、多久复测、按什么标准关闭
从交付结果倒推，还需要两类信息。第一是责任人：死链报告出来后，哪一类问题归内容编辑、哪一类归开发、哪一类归运维。第二是验收标准：是要求所有 404 清零，还是只要求重点栏目内的链接有效；复测周期是每周还是每月。
举个假设的例子：某站点第一次检查得到一份包含 200 条 404 的报告。如果事先约定“只处理站内导航和正文链接中的 404，外链和已下线活动页不计入”，实际待修数量可能降到 30 条以内；如果没有这个约定，团队会花费大量时间在无需处理的条目上。这说明验收口径必须在检查前定好，而不是拿到报告后再争论。
把这些信息整理成一份检查前清单
可以按下面的顺序逐项确认，全部有答案再启动工具：
- 起始 URL 列表（含子域、移动端域名）。
- 抓取深度与是否跟随外链。
- robots.txt 中需要避开的路径，以及是否有需要例外处理的区域。
- 登录账号与权限范围（如有）。
- 并发数、请求间隔、User-Agent。
- 状态码归类口径与复测规则。
- 报告接收人、修复责任人、验收标准与复测周期。
下一步建议先只填这份清单，不急着跑全站。用最小范围跑一次，核对返回的状态码与预期归类是否一致，确认无误后再扩大范围，这样后续的修复和复测才有稳定的对照基础。
