怎样优化网站：清理空页面时如何区分待发布与已废弃内容
📱 Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)
🔗 /e32d487a6445.html
📄
怎样优化网站：清理空页面时如何区分待发布与已废弃内容
清理空页面时遇到的最大矛盾是：一个返回正常状态、正文接近空白、但仍能被访问的URL，既可能是排期中的待发布页面，也可能是已经废弃、只等删除的旧入口。判断错误的方向相反——把待发布页当废弃页删掉，会丢掉已有内链和外部引用；把废弃页当待发布页留着，会持续消耗抓取预算并稀释站内链接。区分的关键不在页面本身有多空，而在它是否还有“被指向”和“被承诺”的痕迹。
两种解释各自成立的条件
先假设这个空页面属于待发布。成立条件通常包括：它出现在导航、栏目列表或站内搜索的规划位置中；有明确的上线计划，且内容团队仍在推进；站内已有若干链接指向它，说明结构上为它预留了位置。这类页面的空是暂时的，删除会破坏已建立的内链结构。
再假设它属于已废弃。成立条件通常是：它只被历史页面或旧版导航引用，当前任何入口都不再指向它；原内容已迁移到新URL，或业务线本身已经下线；没有任何排期记录，也没有人认领。这类页面的空是结果，不是过程。
两种解释都成立时，不要靠“看起来很久没动”来判断。时间不是证据，指向关系才是。
能区分两种解释的证据
按可靠性从高到低，可以收集以下几类证据：
- 入站内链的来源页面：如果指向空页面的链接来自当前仍在维护的栏目页、导航或产品列表，偏向待发布；如果只来自归档页、旧版专题或已停止更新的列表，偏向已废弃。
- 外部引用：被外部站点链接的空页面，删除前需要先确认这些引用是否还有价值，不能只看站内。
- URL命名与层级：语义完整、层级符合当前信息架构的URL，更可能是规划中的页面；命名随意、层级与现行结构脱节的，更可能是遗留物。
- 排期与认领记录：有任何形式的发布计划或负责人，按待发布处理；无人认领且无计划，按废弃处理。
- 抓取与请求数据：请求量下降或归零，不能单独证明页面已废弃。它也可能来自季节波动、站内入口临时调整、数据采集口径变化，或抓取工具本身的采样差异。这类数据只能作为辅助，不能作为唯一依据。
一个可执行的处理顺序
把上面几类证据合成一个动作序列，比逐个页面凭感觉判断更稳：
- 先导出所有正文接近空白的URL，并标注每个URL的入站内链来源。
- 把来源分为“当前维护中”和“已归档”两类。前者标记为待发布候选，后者标记为废弃候选。
- 对待发布候选，检查是否有排期或负责人。有则保留并加入发布跟踪；没有则降级为废弃候选。
- 对废弃候选，先不要直接删除。改为返回适当的失效状态或指向最相关的新页面，观察一段时间内该URL的引用和请求变化，再决定是否彻底移除。
第4步的作用是给判断留出纠错空间：如果处理后有维护中的页面开始报错或用户反馈入口失效，说明该URL仍被依赖，应回到待发布或重定向处理；如果没有异常，再推进彻底清理。这个动作直接影响下一步——只有确认无依赖后，才适合进入批量删除。
一个假设的短例子
假设某站有一个URL为/guide/seasonal-offer的空页面。它被两个页面链接：一个是当前仍在更新的活动列表，一个是三年前的旧版首页备份。活动列表的链接说明结构上仍为它预留位置，偏向待发布；旧版首页的链接不构成保留理由。此时正确动作是保留该URL、确认排期，而不是因为正文为空就删除。反过来，如果它只被旧版首页引用，且活动列表已不再指向它，则应先重定向到最相关的新页面，再观察引用变化。
清理后如何验证判断没有反向
批量处理之后，重点看两类信号：一是当前维护中的页面是否出现新的失效链接；二是原本被保留的URL是否在预期时间内开始有实质内容。前者说明误删了仍被依赖的页面，需要恢复；后者说明待发布的判断成立。如果保留的URL长期没有内容补充，也没有任何维护中的页面指向它，就应重新归入废弃候选，而不是无限期挂着。
判断空页面归属，本质上是在判断它是否还处在站内链接和发布计划的活跃路径上。指向关系和维护状态比页面是否空白更能说明问题，按这个顺序处理，清理动作才不会误伤还在规划中的页面。
