内部链接优化方法：发现孤立页、控制深度并改善锚文本

识别孤立页、深层页和错误目标

抓取站内所有可访问a标签，记录来源、目标、锚文本和状态码；再将Sitemap集合与有入链URL集合做差，找出孤立页。点击深度应从真实首页链接图计算，而不是目录层级猜测。

# 示例：列出Sitemap中没有站内入链的URL
orphan_urls = sitemap_urls - inbound_link_targets
for url in sorted(orphan_urls):
    print(url)

锚文本和权重分配规则

锚文本应在当前语境中准确描述目标，不要求机械完全匹配。核心栏目从首页获得稳定入口，支柱内容由栏目和相关文章连接，辅助页不要占据所有页面的全局导航。

nofollow不是内部权重雕刻工具；真正无价值的路径应从信息架构和产品生成逻辑中解决。

站点结构示例

首页连接“百度SEO、GEO实战、技术SEO”；技术SEO栏目连接抓取、canonical、日志和内部链接四个主教程；内部链接教程在讲孤立页时连接日志分析，在讲规范目标时连接canonical。读者和爬虫都能从语境理解关系。

修改前后检查表

修改前导出链接图、404、重定向和点击深度；修改后确认新链接服务端可见、指向200规范URL、移动版仍保留关键链接，并复跑孤立页差集。

可执行的审计流程

第一步抓取站内HTML链接并限制在规范主机；第二步读取Sitemap；第三步为每个URL计算入链数、出链数、首页点击深度和状态码；第四步标记孤立页、深层核心页、404、重定向和重复锚文本；第五步由编辑决定链接语境。

自动脚本只能找结构问题，不能决定每个链接是否对读者有用。修改清单应写来源页、目标页、插入位置、建议锚文本和理由，发布后复抓验证。

重要页面权重与点击深度

重要性不等于全站每页都链接。核心栏目应获得首页稳定入口，主指南由栏目、专题和相关教程链接；临时页与低价值标签页不占用主导航。对普通内容站，重要页面应在清晰的少量点击内到达，但没有适用于所有站点的固定层数。

点击深度要按可跟随a链接计算。折叠菜单若服务器HTML中有链接通常仍可发现；完全依赖脚本事件且没有href的控件不应作为唯一入口。

修改前后如何验收

随机选择首页、栏目、主文章和移动端，实际点击到目标；检查链接是否可聚焦、锚文本是否自然、目标是否200且canonical自洽。比较孤立页数量、核心页深度和重定向链，不用总链接数作为成功指标。

发布后查看日志确认搜索爬虫访问的是最终URL，并观察读者是否使用相关入口。若相关链接点击极低，可能位置、文案或主题关系不成立，应删除无用链接。

链接图计算、发布控制与持续监测

链接图节点使用最终规范URL，边记录来源URL、目标URL、DOM位置、锚文本、是否导航和首次发现日期。抓取时遵守站点范围与速率，过滤mailto、javascript和非HTML资源，但保留分页与真实分类链接。对重定向边同时记录初始和最终目标，以便修复内部跳转。计算入链数、独立来源页数、首页最短路径和栏目覆盖；不要把页脚重复一百次等同于一百个有语境的正文推荐。

修复孤立页前先确认它值得保留且属于哪个栏目。若页面与现有主文重复，正确动作可能是合并而非强行加链接。新增正文链接要放在读者确实需要背景或下一步的位置，锚文本可读且不制造错误承诺。批量组件只用于稳定的相关规则，并限制数量；算法推荐结果应有无结果降级，不能产生空href或指向草稿。广告位及商业卡片不计入编辑内部链接，也不改变正文目标排序。

发布采用差异清单：新增边、删除边、重定向修复和导航变化逐项审核。上线后从生产HTML复抓，检查桌面与移动导航、键盘可访问、404、循环、canonical冲突和孤立页差集。再观察日志中的目标URL抓取与真实相关链接点击。若链接增加后读者立即返回或目标任务不相关，应撤销。内部链接效果受内容质量和搜索系统变化影响，未做对照时不宣称排名提升。

大规模规则变更的回滚设计

对全站相关链接、面包屑或导航组件的变更先在抽样栏目生成预览，比较每页新增数量、目标分布和锚文本。设置上限防止一个规则向数千页注入同一链接，排除草稿、敏感审核页和非规范URL。发布保存旧规则与链接图快照，可按组件版本回滚。若上线后404、页面体积、布局偏移或无关点击增加，先停用规则再调查。此类组件属于信息架构，不得与广告竞价或商业落地目标绑定。

无障碍与交互检查

链接必须使用可识别的a元素与href，键盘可聚焦，焦点样式清楚，不能只靠颜色区分。新窗口只用于确有必要的外部资料并给出安全属性；站内导航保持当前窗口。移动端触控区域、折叠菜单和长锚文本要实际操作，确保核心路径不被遮挡。抓取可见不等于用户可用，两类验收都要通过。

链接数据的隐私边界

分析点击时只收集完成信息架构判断所需的聚合事件，不在链接参数中放个人信息。日志访问按角色限制并设置保留期；导出给编辑的报告移除IP与会话标识。外部链接参数遵循站点隐私政策，无法确认的跟踪字段上线前删除。