861 lines
22 KiB
Markdown
861 lines
22 KiB
Markdown
# 2026-04-17 GPT 站群优先推收录名单
|
||
|
||
## 结论
|
||
|
||
当前 GPT 站群已经完成以下基础修复:
|
||
|
||
- 详情无 id 兼容恢复
|
||
- 深链 `HEAD` 兼容恢复
|
||
- `sitemap.xml` / `sitemap_index.xml` / `sitemap-main.xml` / `sitemap-videos-*.xml` 恢复
|
||
- sitemap 空 slug 问题已修复
|
||
- 15 站首页 → 搜索 → 详情 → 播放轨迹探针全部通过
|
||
|
||
因此,当前工作重心可以从“修基础可用性”切到“优先推收录 + 定点清缓存 + 提升页面质量”。
|
||
|
||
## Tier 1:优先推收录域名
|
||
|
||
以下域名适合作为第一批重点推收录对象:
|
||
|
||
1. `liangzuan.net`
|
||
2. `cnzhenbang.com`
|
||
3. `codohealth.com`
|
||
4. `jingxifa.com`
|
||
5. `gz-yxsw.com`
|
||
6. `glae.cc`
|
||
7. `gxhongzhuang.com`
|
||
8. `jpjdxs.com`
|
||
9. `jxxgygy.com`
|
||
10. `lcdchq.com`
|
||
11. `leici1940.com`
|
||
12. `lgyz.net`
|
||
13. `oronorent.com`
|
||
14. `pcslcl.com`
|
||
15. `sdxtwnc.com`
|
||
|
||
### 入选原因
|
||
|
||
- 自动样本发现成功
|
||
- 首页、搜索、详情、播放全部 `200`
|
||
- sitemap 主入口和视频分页已恢复
|
||
- 详情 URL 与播放 URL 可直接访问
|
||
- URL family 已覆盖多种风格,适合验证批量推收录效果
|
||
|
||
## Tier 1 中更适合率先推进的前 6 站
|
||
|
||
### 第一梯队
|
||
|
||
1. `liangzuan.net`
|
||
2. `cnzhenbang.com`
|
||
3. `codohealth.com`
|
||
4. `jingxifa.com`
|
||
5. `gz-yxsw.com`
|
||
6. `glae.cc`
|
||
|
||
### 原因
|
||
|
||
- 前期排障最充分,链路验证最完整
|
||
- 已明确恢复 sitemap、详情深链、播放深链
|
||
- 多种 URL family 代表性强,适合作为样板观察收录速度
|
||
|
||
## 当前页面质量观察
|
||
|
||
### 已通过的质量信号
|
||
|
||
- 首页标题整体可用
|
||
- 首页描述整体可用
|
||
- 详情页标题整体可用
|
||
- 详情页主标题在无缓存状态下大多数已恢复为纯净视频名
|
||
|
||
### 仍需关注的问题
|
||
|
||
- 个别站普通访问仍命中旧缓存 HTML
|
||
- 典型表现:
|
||
- `h1` 为空
|
||
- `h1` 带 `0.0`
|
||
- `h1` 命中旧变体
|
||
|
||
## 明确属于“缓存滞后”的站
|
||
|
||
以下站点已确认代码修复生效,但普通访问仍可能看到旧 HTML:
|
||
|
||
1. `jingxifa.com`
|
||
- 普通访问:`武炼巅峰(短剧) 0.0`
|
||
- `?__nocache=1`:`武炼巅峰(短剧)`
|
||
2. `lcdchq.com`
|
||
- 普通访问:`武炼巅峰(短剧) 0.0`
|
||
- `?__nocache=1`:`武炼巅峰(短剧)`
|
||
3. `cnzhenbang.com`
|
||
- 普通访问:`h1` 为空
|
||
- `?__nocache=1`:`武炼巅峰(短剧)`
|
||
4. `oronorent.com`
|
||
- 普通访问:`h1` 为空
|
||
- `?__nocache=1`:`武炼巅峰(短剧)`
|
||
|
||
### 说明
|
||
|
||
- 上述站点不是代码没生效
|
||
- 已确认 `?__nocache=1` 返回的是新 HTML
|
||
- 因此这批站优先动作应是前端缓存刷新,而不是继续改模板
|
||
|
||
## 需继续观察但不视为阻塞的问题
|
||
|
||
1. `glae.cc`
|
||
- `h1` 仍显示 `武炼巅峰(短剧) 2026`
|
||
- 当前更像模板变体中保留了合法年份展示,不属于空值或脏分数问题
|
||
- 可后续再决定是否进一步统一收敛
|
||
|
||
## 建议执行顺序
|
||
|
||
1. 先推 Tier 1 前 6 站的 sitemap 与收录提交
|
||
2. 同步清理 `jingxifa.com`、`lcdchq.com`、`cnzhenbang.com`、`oronorent.com` 的前端缓存
|
||
3. 清缓存后复查:
|
||
- 首页标题
|
||
- 详情页 `h1`
|
||
- 详情页 canonical
|
||
- 播放页主标题
|
||
4. 再推进剩余 Tier 1 域名
|
||
|
||
## 当前判断
|
||
|
||
这批 GPT 站已经不是“能不能收录”的问题,而是“先让哪一批更快进入收录与点击验证”的问题。
|
||
|
||
优先策略建议:
|
||
|
||
- 先拿前 6 站冲收录反馈
|
||
- 再拿缓存已刷新的站观察蜘蛛回访与详情页命中
|
||
- 最后再扩展到全部 15 站
|
||
|
||
## 2026-04-17 搜索页 / 播放页质量抽样补充
|
||
|
||
本轮不再只看 `200`,而是补验:
|
||
|
||
- 搜索页 `h1`
|
||
- 搜索页 canonical
|
||
- 播放页 `h1`
|
||
- 播放页 canonical
|
||
|
||
### 已抽样站点
|
||
|
||
1. `liangzuan.net`
|
||
- 搜索页:
|
||
- `h1 => “liangzuan.net” 搜索结果`
|
||
- canonical 正常
|
||
- 播放页:
|
||
- `h1 => 武炼巅峰(短剧) 全集`
|
||
- canonical 正常
|
||
|
||
2. `cnzhenbang.com`
|
||
- 搜索页:
|
||
- `h1 => 菜鸟臻榜 搜索结果`
|
||
- canonical 正常
|
||
- 播放页:
|
||
- `h1 => 武炼巅峰(短剧) 全集`
|
||
- canonical 正常
|
||
|
||
3. `codohealth.com`
|
||
- 搜索页:
|
||
- `h1 => 东和影视 搜索结果`
|
||
- canonical 正常
|
||
- 播放页:
|
||
- `h1 => 武炼巅峰(短剧) 全集`
|
||
- canonical 正常
|
||
|
||
4. `jingxifa.com`
|
||
- 搜索页:
|
||
- `h1 => 京淅发影院 搜索结果`
|
||
- canonical 正常
|
||
- 播放页:
|
||
- `h1 => 武炼巅峰(短剧) 全集`
|
||
- canonical 正常
|
||
|
||
5. `gz-yxsw.com`
|
||
- 搜索页:
|
||
- `h1 => 光棍影院 搜索结果`
|
||
- canonical 正常
|
||
- 播放页:
|
||
- `h1 => 武炼巅峰(短剧) 全集`
|
||
- canonical 正常
|
||
|
||
### 结论
|
||
|
||
- 当前 5 个优先样本站:
|
||
- 搜索页不再是空壳 `h1`
|
||
- 播放页不再缺失 `h1`
|
||
- canonical 主链均正常输出
|
||
- 当前主问题已从“链路是否可用”转向“标题表达是否继续统一优化”
|
||
|
||
## 2026-04-17 第 1 组质量验收补充
|
||
|
||
继续抽检以下 5 个优先域名:
|
||
|
||
1. `glae.cc`
|
||
2. `gxhongzhuang.com`
|
||
3. `jpjdxs.com`
|
||
4. `jxxgygy.com`
|
||
5. `lcdchq.com`
|
||
|
||
验收结果:
|
||
|
||
1. `glae.cc`
|
||
- 搜索页:
|
||
- `h1 => 格拉尔影院 搜索结果`
|
||
- canonical 正常
|
||
- 播放页:
|
||
- `h1 => 武炼巅峰(短剧) 全集`
|
||
- canonical 正常
|
||
|
||
2. `gxhongzhuang.com`
|
||
- 搜索页:
|
||
- `h1 => 宏壮影院 搜索结果`
|
||
- canonical 正常
|
||
- 播放页:
|
||
- `h1 => 武炼巅峰(短剧) 全集`
|
||
- canonical 正常
|
||
|
||
3. `jpjdxs.com`
|
||
- 初始发现:
|
||
- 搜索页 `canonical` 正常
|
||
- 但源码内 `h1 => NO_H1`
|
||
- 根因:
|
||
- 该站搜索头走的是 `search_header_media.html`
|
||
- 该 family 全部变体只有 `figcaption`,没有任何 `h1`
|
||
- 已修复:
|
||
- 在 `app/home/view/videoGpt1/module/search/search_header_media.html` 主模板层补入稳定隐藏 `h1`
|
||
- 修复后复查:
|
||
- `h1 => 天堂影院 搜索结果`
|
||
- canonical 正常
|
||
- 播放页:
|
||
- `h1 => 武炼巅峰(短剧) 全集`
|
||
- canonical 正常
|
||
|
||
4. `jxxgygy.com`
|
||
- 搜索页:
|
||
- `h1 => 广源影院 搜索结果`
|
||
- canonical 正常
|
||
- 播放页:
|
||
- `h1 => 武炼巅峰(短剧) 全集`
|
||
- canonical 正常
|
||
|
||
5. `lcdchq.com`
|
||
- 搜索页:
|
||
- `h1 => 欧美影院 搜索结果`
|
||
- canonical 正常
|
||
- 播放页:
|
||
- `h1 => 武炼巅峰(短剧) 全集`
|
||
- canonical 正常
|
||
|
||
阶段结论:
|
||
|
||
- 第 1 组 5 站已全部通过“搜索页 H1 + 搜索 canonical + 播放页 H1 + 播放 canonical”验收
|
||
- 本轮唯一真实结构性异常是 `jpjdxs.com` 搜索页缺失 `h1`
|
||
- 该问题已完成修复,并验证生效
|
||
|
||
## 2026-04-17 第 2 组质量验收补充
|
||
|
||
继续抽检以下 5 个优先域名:
|
||
|
||
1. `leici1940.com`
|
||
2. `lgyz.net`
|
||
3. `oronorent.com`
|
||
4. `pcslcl.com`
|
||
5. `sdxtwnc.com`
|
||
|
||
验收结果:
|
||
|
||
1. `leici1940.com`
|
||
- 搜索页:
|
||
- `h1 => 仪电影院 搜索结果`
|
||
- canonical 正常
|
||
- 播放页:
|
||
- `h1 => 武炼巅峰(短剧) 全集`
|
||
- canonical 正常
|
||
|
||
2. `lgyz.net`
|
||
- 搜索页:
|
||
- `h1 => 龙港亚洲影院 搜索结果`
|
||
- canonical 正常
|
||
- 播放页:
|
||
- `h1 => 武炼巅峰(短剧) 全集`
|
||
- canonical 正常
|
||
|
||
3. `oronorent.com`
|
||
- 搜索页:
|
||
- `h1 => 奥诺影视 搜索结果`
|
||
- canonical 正常
|
||
- 播放页:
|
||
- `h1 => 武炼巅峰(短剧) 全集`
|
||
- canonical 正常
|
||
|
||
4. `pcslcl.com`
|
||
- 搜索页:
|
||
- `h1 => 磁力影视 搜索结果`
|
||
- canonical 正常
|
||
- 播放页:
|
||
- `h1 => 武炼巅峰(短剧) 全集`
|
||
- canonical 正常
|
||
|
||
5. `sdxtwnc.com`
|
||
- 搜索页:
|
||
- `h1 => “鑫拓影视” 搜索结果`
|
||
- canonical 正常
|
||
- 播放页:
|
||
- `h1 => 武炼巅峰(短剧) 全集`
|
||
- canonical 正常
|
||
|
||
阶段结论:
|
||
|
||
- 第 2 组 5 站全部通过“搜索页 H1 + 搜索 canonical + 播放页 H1 + 播放 canonical”验收
|
||
- 本轮未发现新的结构性模板问题
|
||
- 当前前两组共 10 个优先域名,已全部达到主链路质量可用状态
|
||
|
||
## 2026-04-17 优先 15 站总验收结论
|
||
|
||
截至当前,优先 15 个 GPT 域名已全部完成以下质量验收:
|
||
|
||
- 搜索页 `h1`
|
||
- 搜索页 canonical
|
||
- 播放页 `h1`
|
||
- 播放页 canonical
|
||
|
||
### 已完成验收的 15 个域名
|
||
|
||
1. `liangzuan.net`
|
||
2. `cnzhenbang.com`
|
||
3. `codohealth.com`
|
||
4. `jingxifa.com`
|
||
5. `gz-yxsw.com`
|
||
6. `glae.cc`
|
||
7. `gxhongzhuang.com`
|
||
8. `jpjdxs.com`
|
||
9. `jxxgygy.com`
|
||
10. `lcdchq.com`
|
||
11. `leici1940.com`
|
||
12. `lgyz.net`
|
||
13. `oronorent.com`
|
||
14. `pcslcl.com`
|
||
15. `sdxtwnc.com`
|
||
|
||
### 总体结论
|
||
|
||
- 15 站搜索页 canonical 全部正常
|
||
- 15 站播放页 canonical 全部正常
|
||
- 15 站播放页 `h1` 已全部稳定为可识别主标题
|
||
- 15 站搜索页 `h1` 已全部具备关键词承接能力
|
||
|
||
### 本轮唯一真实结构性问题
|
||
|
||
仅发现 1 个模板级结构问题:
|
||
|
||
1. `jpjdxs.com`
|
||
- 搜索页源码缺失 `h1`
|
||
- 根因是该站走 `search_header_media.html`
|
||
- 该 family 历史版本全部变体只有 `figcaption`,没有 `h1`
|
||
- 现已在 `app/home/view/videoGpt1/module/search/search_header_media.html` 模板层统一修复
|
||
|
||
这意味着:
|
||
|
||
- 本轮 15 站里,真正的新结构性问题只有 1 个
|
||
- 且已经修复完成,不再是未解决状态
|
||
|
||
### 进入下一阶段后的关注点
|
||
|
||
当前这批站的重点已经从“结构是否合格”切换为“收录反馈是否开始出现”。
|
||
|
||
后续优先动作应为:
|
||
|
||
1. 继续按既定顺序推 sitemap 与收录提交
|
||
2. 优先处理已知缓存滞后站:
|
||
- `jingxifa.com`
|
||
- `lcdchq.com`
|
||
- `cnzhenbang.com`
|
||
- `oronorent.com`
|
||
3. 观察蜘蛛回访与首页/详情/播放命中情况
|
||
4. 再决定是否继续精修标题文案细节
|
||
|
||
### 当前可执行判断
|
||
|
||
这 15 个优先域名,已经可以被视为“主链路质量达标、适合进入收录推进阶段”的站点池。
|
||
|
||
## 2026-04-17 收录推进执行清单
|
||
|
||
下面这份清单的目标,不是再做模板体检,而是让后续执行按统一节奏推进:
|
||
|
||
- 先推样板站
|
||
- 再清缓存滞后站
|
||
- 再扩大到全部 15 站
|
||
- 最后统一看蜘蛛回访与日志反馈
|
||
|
||
### A 组:优先样板推收录
|
||
|
||
建议优先推进以下 6 个域名:
|
||
|
||
1. `liangzuan.net`
|
||
2. `cnzhenbang.com`
|
||
3. `codohealth.com`
|
||
4. `jingxifa.com`
|
||
5. `gz-yxsw.com`
|
||
6. `glae.cc`
|
||
|
||
执行建议:
|
||
|
||
1. 先提交 `sitemap_index.xml`
|
||
2. 再提交 `sitemap-main.xml`
|
||
3. 如平台支持,再补提 `sitemap-videos-1.xml`
|
||
4. 提交后优先观察:
|
||
- 首页是否被回访
|
||
- 搜索页是否被回访
|
||
- 详情页是否开始出现蜘蛛命中
|
||
- 播放页是否开始出现抓取
|
||
|
||
### B 组:缓存滞后优先处理
|
||
|
||
以下域名已确认 `?__nocache=1` 正常,但普通访问可能仍命中旧 HTML:
|
||
|
||
1. `jingxifa.com`
|
||
2. `lcdchq.com`
|
||
3. `cnzhenbang.com`
|
||
4. `oronorent.com`
|
||
|
||
执行建议:
|
||
|
||
1. 优先刷新前端缓存
|
||
2. 刷新后复查:
|
||
- 首页标题
|
||
- 详情页 `h1`
|
||
- 搜索页 `h1`
|
||
- 播放页 `h1`
|
||
3. 若缓存刷新后仍异常,再回到模板或路由层继续排查
|
||
|
||
### C 组:其余域名按稳定批次推进
|
||
|
||
其余 9 个域名可以按稳定批次推进收录:
|
||
|
||
1. `gxhongzhuang.com`
|
||
2. `jpjdxs.com`
|
||
3. `jxxgygy.com`
|
||
4. `lcdchq.com`
|
||
5. `leici1940.com`
|
||
6. `lgyz.net`
|
||
7. `oronorent.com`
|
||
8. `pcslcl.com`
|
||
9. `sdxtwnc.com`
|
||
|
||
执行建议:
|
||
|
||
1. 每批 3 个域名推进
|
||
2. 每批推进后至少观察一次:
|
||
- sitemap 是否被抓
|
||
- 搜索页是否有回访
|
||
- 详情页是否开始有命中
|
||
3. 避免 9 个域名同时推进后无法判断反馈来源
|
||
|
||
## 日志观察重点
|
||
|
||
进入收录推进阶段后,日志观察应优先盯以下类型:
|
||
|
||
1. `sitemap.xml / sitemap_index.xml / sitemap-main.xml / sitemap-videos-*`
|
||
2. 搜索页入口
|
||
- `/get-index`
|
||
- `/get/index`
|
||
- `/query`
|
||
- `/get-home`
|
||
- `/get/keywords`
|
||
- `/find`
|
||
3. 详情页
|
||
4. 播放页
|
||
|
||
优先关注信号:
|
||
|
||
1. 同一域名是否出现 sitemap -> 搜索页 -> 详情页 的连续抓取
|
||
2. 详情页是否开始被重复访问而不是只访问一次
|
||
3. 播放页是否开始出现稳定蜘蛛命中
|
||
4. 是否仍出现旧 404 路径回访
|
||
|
||
## 下一阶段判断标准
|
||
|
||
进入“开始有收录反馈”阶段,可以用以下标准判断:
|
||
|
||
1. sitemap 持续被抓
|
||
2. 搜索页开始被回访
|
||
3. 详情页开始出现重复蜘蛛访问
|
||
4. 旧 404 深链明显减少
|
||
5. 日志里开始出现更深层的播放页抓取
|
||
|
||
如果以上 5 条同时开始出现,就说明这批站已经从“结构合格”进入“收录推进生效”阶段。
|
||
|
||
## 15 站 Sitemap 提交清单
|
||
|
||
下面这份清单可直接用于收录推进阶段的 sitemap 提交。
|
||
|
||
建议提交优先级:
|
||
|
||
1. `sitemap_index.xml`
|
||
2. `sitemap-main.xml`
|
||
3. `sitemap-videos-1.xml`
|
||
|
||
### A 组:优先样板 6 站
|
||
|
||
1. `liangzuan.net`
|
||
- `https://www.liangzuan.net/sitemap_index.xml`
|
||
- `https://www.liangzuan.net/sitemap-main.xml`
|
||
- `https://www.liangzuan.net/sitemap-videos-1.xml`
|
||
2. `cnzhenbang.com`
|
||
- `https://www.cnzhenbang.com/sitemap_index.xml`
|
||
- `https://www.cnzhenbang.com/sitemap-main.xml`
|
||
- `https://www.cnzhenbang.com/sitemap-videos-1.xml`
|
||
3. `codohealth.com`
|
||
- `https://www.codohealth.com/sitemap_index.xml`
|
||
- `https://www.codohealth.com/sitemap-main.xml`
|
||
- `https://www.codohealth.com/sitemap-videos-1.xml`
|
||
4. `jingxifa.com`
|
||
- `https://www.jingxifa.com/sitemap_index.xml`
|
||
- `https://www.jingxifa.com/sitemap-main.xml`
|
||
- `https://www.jingxifa.com/sitemap-videos-1.xml`
|
||
5. `gz-yxsw.com`
|
||
- `https://www.gz-yxsw.com/sitemap_index.xml`
|
||
- `https://www.gz-yxsw.com/sitemap-main.xml`
|
||
- `https://www.gz-yxsw.com/sitemap-videos-1.xml`
|
||
6. `glae.cc`
|
||
- `https://www.glae.cc/sitemap_index.xml`
|
||
- `https://www.glae.cc/sitemap-main.xml`
|
||
- `https://www.glae.cc/sitemap-videos-1.xml`
|
||
|
||
### B 组:稳定推进 5 站
|
||
|
||
7. `gxhongzhuang.com`
|
||
- `https://www.gxhongzhuang.com/sitemap_index.xml`
|
||
- `https://www.gxhongzhuang.com/sitemap-main.xml`
|
||
- `https://www.gxhongzhuang.com/sitemap-videos-1.xml`
|
||
8. `jpjdxs.com`
|
||
- `https://www.jpjdxs.com/sitemap_index.xml`
|
||
- `https://www.jpjdxs.com/sitemap-main.xml`
|
||
- `https://www.jpjdxs.com/sitemap-videos-1.xml`
|
||
9. `jxxgygy.com`
|
||
- `https://www.jxxgygy.com/sitemap_index.xml`
|
||
- `https://www.jxxgygy.com/sitemap-main.xml`
|
||
- `https://www.jxxgygy.com/sitemap-videos-1.xml`
|
||
10. `lcdchq.com`
|
||
- `https://www.lcdchq.com/sitemap_index.xml`
|
||
- `https://www.lcdchq.com/sitemap-main.xml`
|
||
- `https://www.lcdchq.com/sitemap-videos-1.xml`
|
||
11. `leici1940.com`
|
||
- `https://www.leici1940.com/sitemap_index.xml`
|
||
- `https://www.leici1940.com/sitemap-main.xml`
|
||
- `https://www.leici1940.com/sitemap-videos-1.xml`
|
||
|
||
### C 组:补齐推进 4 站
|
||
|
||
12. `lgyz.net`
|
||
- `https://www.lgyz.net/sitemap_index.xml`
|
||
- `https://www.lgyz.net/sitemap-main.xml`
|
||
- `https://www.lgyz.net/sitemap-videos-1.xml`
|
||
13. `oronorent.com`
|
||
- `https://www.oronorent.com/sitemap_index.xml`
|
||
- `https://www.oronorent.com/sitemap-main.xml`
|
||
- `https://www.oronorent.com/sitemap-videos-1.xml`
|
||
14. `pcslcl.com`
|
||
- `https://www.pcslcl.com/sitemap_index.xml`
|
||
- `https://www.pcslcl.com/sitemap-main.xml`
|
||
- `https://www.pcslcl.com/sitemap-videos-1.xml`
|
||
15. `sdxtwnc.com`
|
||
- `https://www.sdxtwnc.com/sitemap_index.xml`
|
||
- `https://www.sdxtwnc.com/sitemap-main.xml`
|
||
- `https://www.sdxtwnc.com/sitemap-videos-1.xml`
|
||
|
||
## 提交后建议记录的最小字段
|
||
|
||
为了后续把“是否开始生效”看清楚,建议每次提交至少记录:
|
||
|
||
1. 域名
|
||
2. 提交时间
|
||
3. 提交的 sitemap 类型
|
||
- `index`
|
||
- `main`
|
||
- `videos-1`
|
||
4. 提交渠道
|
||
- 手动平台提交
|
||
- API
|
||
- 站长工具
|
||
5. 24 小时后是否出现蜘蛛回访
|
||
6. 72 小时后是否出现详情页命中
|
||
|
||
## 推荐执行节奏
|
||
|
||
1. 第一天先提交 A 组 6 站
|
||
2. 同步刷新缓存滞后站
|
||
3. 第二天补提 B 组前 3 站
|
||
4. 第三天补齐剩余域名
|
||
5. 每天固定看一次日志回访,不要提交完就放着不看
|
||
|
||
## 日志回访观察清单
|
||
|
||
这份清单的目标,是把“怎么看日志才算有效观察”固定下来,避免只看访问量,不看抓取结构。
|
||
|
||
### 一、优先观察的请求类型
|
||
|
||
每个域名优先看以下 4 类请求:
|
||
|
||
1. sitemap 请求
|
||
- `/sitemap.xml`
|
||
- `/sitemap_index.xml`
|
||
- `/sitemap-main.xml`
|
||
- `/sitemap-videos-1.xml`
|
||
- `/sitemap-videos-2.xml`
|
||
- `/sitemap-videos-3.xml`
|
||
- `/sitemap-videos-4.xml`
|
||
|
||
2. 搜索页请求
|
||
- `/get-index`
|
||
- `/get/index`
|
||
- `/query`
|
||
- `/get-home`
|
||
- `/get/keywords`
|
||
- `/find`
|
||
- 以及各域名冻结出来的真实搜索入口
|
||
|
||
3. 详情页请求
|
||
- `/detail/...`
|
||
- `/film/...`
|
||
- `/xiangqing...`
|
||
- `/video-detail/...`
|
||
- `/shipin...`
|
||
- 以及各域名冻结出来的真实详情入口
|
||
|
||
4. 播放页请求
|
||
- `/play/...`
|
||
- `/player/...`
|
||
- `/bofang...`
|
||
- `/m3u8...`
|
||
- `/watch/...`
|
||
- `/kan/...`
|
||
- `/bf...`
|
||
- 以及各域名冻结出来的真实播放入口
|
||
|
||
### 二、优先观察的蜘蛛来源
|
||
|
||
建议至少把以下访问单独标记出来看:
|
||
|
||
1. 百度蜘蛛
|
||
- `Baiduspider`
|
||
2. 必应蜘蛛
|
||
- `bingbot`
|
||
3. 360 / 搜狗 / 其他中文搜索引擎蜘蛛
|
||
4. 普通浏览器访问
|
||
- 用来区分“蜘蛛回访”与“人工访问”
|
||
|
||
如果日志里能区分 IP 段或 UA 命中规则,优先按蜘蛛类型单独统计。
|
||
|
||
### 三、什么算正向信号
|
||
|
||
以下信号出现时,说明“收录推进开始生效”:
|
||
|
||
1. sitemap 持续被抓
|
||
- 不只是抓一次,而是 24 小时内多次访问
|
||
|
||
2. 搜索页开始被回访
|
||
- 尤其是命中真实搜索入口,而不是只访问首页
|
||
|
||
3. 详情页开始被重复访问
|
||
- 同一详情页被多次访问,比单次命中更有价值
|
||
|
||
4. 播放页开始被抓
|
||
- 说明蜘蛛已经开始从详情页往更深层走
|
||
|
||
5. 命中顺序出现链路感
|
||
- 例如:
|
||
- `sitemap -> 搜索页 -> 详情页`
|
||
- `sitemap -> 详情页 -> 播放页`
|
||
- `首页 -> 搜索页 -> 详情页`
|
||
|
||
### 四、什么算风险信号
|
||
|
||
以下信号出现时,要优先回头排查:
|
||
|
||
1. sitemap 有抓取,但详情页一直不被访问
|
||
- 说明 sitemap 入口在,但落地页吸引力或结构承接不足
|
||
|
||
2. 搜索页被抓,但详情页没有跟进
|
||
- 说明搜索页与详情页之间的承接可能还不够强
|
||
|
||
3. 大量旧 404 深链反复回访
|
||
- 说明外部索引里还残留旧路径
|
||
- 需要确认是否还有漏掉的兼容路由
|
||
|
||
4. 普通访问正常,但蜘蛛访问状态码异常
|
||
- 要优先排查 UA、缓存、Nginx 规则与蜘蛛放行逻辑
|
||
|
||
5. 同一站点频繁只抓首页,不抓深页
|
||
- 说明深页入口没有真正被推进
|
||
|
||
### 五、建议最小观察周期
|
||
|
||
建议按这个节奏看:
|
||
|
||
1. 提交后 24 小时
|
||
- 看 sitemap 是否开始被抓
|
||
- 看是否出现搜索页回访
|
||
|
||
2. 提交后 72 小时
|
||
- 看详情页是否开始出现命中
|
||
- 看播放页是否开始出现命中
|
||
|
||
3. 提交后 7 天
|
||
- 看是否形成:
|
||
- sitemap 持续抓取
|
||
- 搜索页稳定回访
|
||
- 详情页重复访问
|
||
- 播放页开始命中
|
||
|
||
### 六、建议记录格式
|
||
|
||
每次看日志时,建议最少记录:
|
||
|
||
1. 日期
|
||
2. 域名
|
||
3. 蜘蛛类型
|
||
4. 命中的 URL 类型
|
||
- `sitemap`
|
||
- `search`
|
||
- `detail`
|
||
- `play`
|
||
5. 命中数量
|
||
6. 是否出现连续抓取链路
|
||
7. 是否出现旧 404 回访
|
||
|
||
### 七、当前最值得重点盯的站
|
||
|
||
进入收录推进阶段后,建议优先盯这些站的日志反馈:
|
||
|
||
1. `liangzuan.net`
|
||
2. `cnzhenbang.com`
|
||
3. `codohealth.com`
|
||
4. `jingxifa.com`
|
||
5. `gz-yxsw.com`
|
||
6. `glae.cc`
|
||
|
||
原因:
|
||
|
||
- 这 6 站前期排障最充分
|
||
- 结构修复最完整
|
||
- URL family 代表性强
|
||
- 最适合用来判断“这一轮收录推进是否已经开始产生真实反馈”
|
||
|
||
## 缓存刷新优先清单
|
||
|
||
下面这份清单只针对“代码已生效,但普通访问仍可能命中旧 HTML”的站点。
|
||
|
||
目标不是继续改模板,而是:
|
||
|
||
1. 先刷新前端缓存
|
||
2. 再复查关键页面
|
||
3. 确认是否从“缓存滞后”恢复到“线上真实输出已更新”
|
||
|
||
### 需要优先刷新的站
|
||
|
||
1. `jingxifa.com`
|
||
2. `lcdchq.com`
|
||
3. `cnzhenbang.com`
|
||
4. `oronorent.com`
|
||
|
||
### 每个站刷新后必须复查的页面
|
||
|
||
建议至少复查这 4 类页面:
|
||
|
||
1. 首页
|
||
2. 搜索页
|
||
3. 详情页
|
||
4. 播放页
|
||
|
||
### 复查重点
|
||
|
||
#### 1. 首页
|
||
|
||
重点看:
|
||
|
||
- `title` 是否正常
|
||
- `description` 是否正常
|
||
- 是否仍明显命中旧模板输出
|
||
|
||
#### 2. 搜索页
|
||
|
||
重点看:
|
||
|
||
- 是否返回 `200`
|
||
- `h1` 是否为“关键词 + 搜索结果”类表达
|
||
- canonical 是否仍正常
|
||
|
||
#### 3. 详情页
|
||
|
||
重点看:
|
||
|
||
- `h1` 是否恢复正常
|
||
- 是否仍为空
|
||
- 是否仍出现 `0.0`
|
||
- canonical 是否正常
|
||
|
||
#### 4. 播放页
|
||
|
||
重点看:
|
||
|
||
- `h1` 是否存在
|
||
- `h1` 是否仍为主标题
|
||
- canonical 是否正常
|
||
|
||
### 当前已知缓存滞后表现
|
||
|
||
1. `jingxifa.com`
|
||
- 旧表现:
|
||
- 详情页普通访问 `h1 => 武炼巅峰(短剧) 0.0`
|
||
- 正常目标:
|
||
- 详情页 `h1` 恢复为纯净标题
|
||
|
||
2. `lcdchq.com`
|
||
- 旧表现:
|
||
- 详情页普通访问 `h1 => 武炼巅峰(短剧) 0.0`
|
||
- 正常目标:
|
||
- 详情页 `h1` 恢复为纯净标题
|
||
|
||
3. `cnzhenbang.com`
|
||
- 旧表现:
|
||
- 详情页普通访问 `h1` 为空
|
||
- 正常目标:
|
||
- 详情页 `h1` 恢复为有效标题
|
||
|
||
4. `oronorent.com`
|
||
- 旧表现:
|
||
- 详情页普通访问 `h1` 为空
|
||
- 正常目标:
|
||
- 详情页 `h1` 恢复为有效标题
|
||
|
||
### 建议复查顺序
|
||
|
||
1. 先访问普通 URL
|
||
2. 再访问同一 URL + `?__nocache=1`
|
||
3. 对比两次输出是否一致
|
||
|
||
如果普通访问与 `?__nocache=1` 已一致,说明缓存层已经跟上。
|
||
|
||
如果普通访问仍旧落后于 `?__nocache=1`,说明仍是缓存滞后,不建议误判成模板失效。
|
||
|
||
### 建议记录字段
|
||
|
||
每次缓存刷新复查,最少记录:
|
||
|
||
1. 域名
|
||
2. 刷新时间
|
||
3. 复查页面类型
|
||
4. 普通访问结果
|
||
5. `?__nocache=1` 结果
|
||
6. 两者是否一致
|
||
7. 是否还需要继续观察
|
||
|
||
### 当前阶段建议
|
||
|
||
这 4 个站的优先级很高,因为它们不是“结构坏了”,而是“缓存挡住了真实更新”。
|
||
|
||
因此:
|
||
|
||
1. 不要优先继续改模板
|
||
2. 先把缓存层状态确认干净
|
||
3. 再观察蜘蛛是否开始回访更新后的详情页
|