先看失效链接是否指向同一个源站,再看失效时间是否落在同一分钟级窗口,最后核对源站首页与其它页面是否同时不可达。三条都成立,优先按源站故障处理;只有部分链接失效、时间分散,才按逐条失效排查。这个判断决定了你接下来是等源站恢复,还是逐条替换。
不要凭记忆判断“同一天失效”。从你手里的链接记录表或页面源码出发,导出每个失效链接的四个字段:链接指向的完整地址、首次发现失效的时间、失效前的最后可用时间、该链接所在页面。时间字段至少精确到小时,能到分钟更好。
导出后按域名分组。如果失效链接集中在同一个域名下,源站故障的可能性明显上升;如果分散在多个互不相关的域名,逐条失效更合理。注意,同一域名下有多条链接同时失效,也可能只是对方一次性清理了旧页面,不能直接等同于服务器宕机。
假设你手中有 20 条失效链接,其中 14 条指向同一个源站。可以按下面三个条件逐项核对:
三个条件不必全部满足才下结论,但至少要有一个条件明确指向源站层面,否则按逐条失效处理更稳妥。
假设你在周一上午发现 14 条链接失效,全部指向 example-source.test,失效发现时间集中在 09:12 到 09:18 之间。此时先访问该源站首页:如果首页同样无法打开,按源站故障处理,暂时保留这些链接记录,等待源站恢复后再复核,不要立即替换。如果首页正常,只有被链的具体页面返回 404,则按逐条失效处理,进入下一步替换或移除。
这个例子的关键不是数字本身,而是“先看范围、再看时间”的顺序。顺序反了,容易把对方一次页面改版误判为服务器故障,白白等待。
判断为源站故障时,实际动作是:在链接记录中把这批链接标记为“待复核”,设定一个复核时间点,例如 24 小时或 48 小时后。到点后重新访问源站首页和被链页面。若恢复,链接通常无需改动;若仍未恢复,再转入逐条失效流程。这个动作的结果直接决定下一步:恢复则继续观察,未恢复则替换。
判断为逐条失效时,实际动作是:逐条打开被链页面,确认是 404、410 还是跳转到无关内容。404 和 410 通常意味着对方已移除该页面,应替换为同站点的有效页面或移除该链接;跳转到无关内容则说明对方改版,需要重新评估是否保留。处理完一条就更新记录中的状态字段,避免下次重复排查。
链接数量归零或某次抓取全部失败,不能单独证明源站故障。它也可能是你的抓取工具被对方限流、本地网络中断、或记录表本身未及时更新。反过来,链接数量没有变化,也不代表源站正常,可能只是抓取尚未覆盖到失效页面。因此,复核时要同时看源站首页可达性、被链页面状态码和失效时间分布,三者互相印证后再下结论。
把这份判断流程固定到你的链接记录表里:新增“失效类型”一列,取值只有“源站故障”“逐条失效”“待定”三种。每次批量失效先填“待定”,按范围和时间核对后再改为前两种。这样下一次遇到同日失效,你不必重新推导,直接按列判断即可。