智联招聘 SEO 实测：1406 个词库页只有第一页能抓

智联招聘有 6,542 万条百度收录、1.7 万个 PC 关键词，是招聘垂类里体量最大的站点之一。

它的程序化页面体系也比多数内容站规整：职位、职位词、城市、企业各有独立路径，不靠参数拼接，也没有哈希混淆。这份实测要回答的是，这套体系在抓取通路与主题信号上到底漏在哪。

一、骨架：一套干净的路径化矩阵

先看首页的出口结构。2026-11-12 上午抓取的首页 HTML 为 970,465 字节，可见正文 21,157 字符，内含 2,247 个 a 标签、1,960 个唯一 URL。

1,406 条指向职位词库，占唯一链接的 71.7%。这是全站最大的单一入口池。

273 个城市页各自导出 1,126 条「城市加职位」矩阵链接，两跳之内能摸到约 30.7 万个组合页。

词库页与矩阵页都是语义化路径

/position/zhuangdinggong/ 与 /beijing/zhuangdinggong/ 都返回 200，标题分别是「装订工招聘」与「北京装订工招聘」，各列 21 张职位卡。

URL 由拼音构成，不含问号，权重能正常传递。这套结构值得保留，同类站点里能做到这个程度的并不多。

缺口在第二维

词库页 159 个唯一链接里，指向矩阵页的是 0 条；11 条流向 /zhaopin/ 下的哈希页，21 条流向同族其他词库。

城市到职位有 1,126 条入口，职位到城市一条都没有，矩阵只能从城市页单向进入。

这不影响收录，但改变了权重方向。矩阵页只能从城市页拿入口，词库页这一侧是死路；而词库页恰恰是首页七成出链的落点。

类似的结构问题在土巴兔 272 个城市分站那次实测里出现过另一个版本，方向恰好相反。

二、抓取通路：翻页被封，地图是空的

翻页只有参数形态

/position/zhuangdinggong/2/ 与 /p2/ 都返回 404，唯一可用的是 /position/zhuangdinggong/?page=2，返回 200、355,152 字节。

而 robots.txt 共 26 条 Disallow、0 条 Allow，其中一条用通配符把带问号的 URL 全部封掉。

结果是 1,406 个词库页、每页 21 条职位，约 2.95 万个职位位在抓取范围内；第 2 页起全部落在规则之外。

按 3 页估算，本可露出约 8.86 万个，实际只露出三分之一。

规则本身没有错，屏蔽筛选参数是招聘站的常规做法。问题在于翻页也走同一个参数，等于把每页第 22 条职位起全部让给了列表接口。

站点地图位置返回的是空文件

/sitemap.xml 与 /sitemap_index.xml 都是 404，返回 8,523 字节的错误页。

但 /sitemap/ 下任意路径——index.xml、abc123.xml、jobs_1.xml、xyz.txt——实测 5/5 返回 200，类型 text/xml，长度为 0。

空地图比 404 更糟。404 只是「没有」，200 加 0 字节是「有，但是空的」，会让主动读地图的一方停止追问。

robots 里也没有任何 Sitemap 声明，www 与 m 站各 0 条。对比天气网 3800 万收录却没有站点地图，智联的情况更隐蔽：它有这个位置，只是位置里是空的。

三、主题信号：H1 被职位卡占用

四个词库页，四次同样的错位

采样的四个词库页 title 都写对了主题词，H1 却是列表第一张职位卡的标题，还带着未替换的薪资占位符。

装订工页的 H1 是「装订工 ＊＊-＊＊元」，高级翻译页是「高级英语翻译 ＊＊-＊＊元」，中药师页是「中药库房养护员 ＊＊-＊＊元」。此处星号为半角字符，页面原样输出。

薪资字段在列表页被前端打码，每页 21 处。矩阵页同理：/beijing/zhuangdinggong/ 的 title 是「北京装订工招聘」，H1 是「急招普工/操作工 五险 ＊＊-＊＊元」。

标题里的主题词进不了 H1，正文却把「职位标题加打码薪资」当成页面主标题。

五个页面族，五次 0 canonical

首页、词库页、城市页、矩阵页、职位页，逐个查 canonical 都是 0。

同一份内容还存在 /zhaopin/{32 位哈希}/ 家族：/zhaopin/649a0418923d44afb98c1ab7a90cd383/ 标题为「伊顿招聘幼小衔接老师招聘信息」，正文 6,970 字符，词库页上就有 11 条指向它。

唯一的 canonical 出现在移动站。m.zhaopin.com/jobs/{编号}.htm 正确指回桌面页，桌面页也有 media 为窄屏的 alternate 反向声明。

方向是对的，但只是单向：桌面页自己不说「我是规范版本」。

再补一个载荷数字。职位页原始 HTML 1,804,470 字节，其中内联的初始化状态对象占 1,700,851 字节，94.3%；可见正文 5,213 字符，比值 346 比 1。

brotli 把传输压到 222,951 字节，带宽不是问题，浏览器解析与注水才是。

四、优化清单：8 条，按优先级排

下面每条都对应上文的一处实证，按「改动成本与预期收益」排序。P0 是不改数据结构就能做的，P1 需要动工程链路，P2 涉及产品决策。

P0 三条都在模板层

放开翻页抓取、补 self-canonical、换 H1，这三条不动数据结构，只改模板与一条规则，但合起来决定矩阵页能不能被正确理解。

翻页那条尤其便宜：一条 Allow 就能把可抓职位位翻三倍。

P1 两条是控制权

sitemap 是唯一能主动告诉爬虫「这里新增了什么」的通道，按城市分片能覆盖 30 万矩阵页。

华律网的问题在地图只报了 1 万条，智联的问题是没有地图；前者的修法是扩量，后者是从零建。

修掉通配空响应是配套动作，否则上线后旧路径仍先返回空文件。

也要看到合格的部分

http 到 https、裸域到 www 全部 301 一次到位；m 站 canonical 方向正确；不存在的职位编号返回真 404；brotli 把职位页压掉 87.7%。

Baiduspider 与桌面 UA 拿到同一页面，1,791,930 对 1,804,470 字节，差 0.7%，标题与 H1 一致，不存在按爬虫分流。

这些是不该动的部分，改造时不要顺手破坏。

站外数据：百度权重 5 与 5，百度收录 65,427,608，PC 词 17,277（前 10 名 2,345），移动词 4,877，反链 373，域名 28 年 10 个月。

按 30.7 万矩阵页算，收录量是矩阵页的 213 倍。差额主要来自历史职位页存量，而不是这套矩阵本身。

这也解释了为什么矩阵页的入口质量比数量更值得优先修。