diff --git a/docs/2026-04-17-spider-nginx-运维摘要.md b/docs/2026-04-17-spider-nginx-运维摘要.md index 955d14a..7f38de2 100644 --- a/docs/2026-04-17-spider-nginx-运维摘要.md +++ b/docs/2026-04-17-spider-nginx-运维摘要.md @@ -363,6 +363,59 @@ - 首页 3. 如果后续字节系要重点推进,应继续观察它是否开始出现真实详情 / 播放 / 分类 `200` +### 2.7 `18:00` 窗口补充:不要误把“探测样本”当成恢复回落 + +`2026-04-17T18:00:03+08:00` 这个窗口里: + +#### `sogou` + +1. 请求数:`12` +2. 全部是: + - `/get-index?wd=test` + - `/get/index?wd=test` +3. 状态都是 `404` + +但这一窗不能解读成: + +1. `sogou` 恢复回落 +2. 或前面 `17:30 / 17:40` 的 `200` 样本失效 + +原因是: + +1. 这一批本身就是主动做的“搜索入口探测样本” +2. 目的本来就是验证: + - 哪条路径会走搜索规则 + - 哪条路径只是普通回源 +3. 这里的 `404` 更接近“测试路径不存在”,不是深页恢复失败 + +所以对 `18:00` 这窗里 `sogou` 的正确读法是: + +1. 它主要贡献了规则验证样本 +2. 不应拿来冲掉 `17:30 / 17:40` 连续恢复结论 + +#### `baiduspider` + +这一窗反而出现了一个更有价值的实时样本: + +1. `sjzyunyang.com /video-bofang/sha-bo-xi-chun-171263-default-1` +2. 页面类型:`play` +3. 状态链: + - `301` + - `200` + - `200` + +这说明: + +1. 百度在这窗里已经命中播放页 +2. 而且最终能稳定拿到 `200` + +#### 当前补充结论 + +1. `17:30 / 17:40` 仍然是判断 `sogou` 连续恢复的主要证据 +2. `18:00` 里的 `sogou 404` 主要是规则探测样本,不属于恢复回落证据 +3. `18:00` 这窗里更值得记的是: + - `baiduspider` 命中播放页并最终拿到 `200` + ## 3. 已验证通过的站点 当前已人工复测通过的代表站点: