中关村在线 SEO 实测：966 条对比链接，85% 返回 502

中关村在线（zol.com.cn）是一个很典型的例子：规模做到了，发现机制没跟上。这次把首页、产品五个页面、列表页、资讯页、五个 robots.txt 与站点地图全部抓了一遍，问题集中在三处——一条过载的入口、一张空地图、一批打不开的对比页。

一、先看规模：一页 8,810 条链接，地图是空的

首页 HTML 有 1.81 MB，gzip 后 225 KB，站内不支持 brotli。页内有 8,810 个 a 标签、5,275 个唯一地址。同一天的 /sitemap.xml 返回 200，内容是一个 122 字节的空索引，一条 URL 都没有。

第三方口径对照：百度权重 4、移动权重 4，360 为 5，谷歌 PR 8；百度收录 111,970，PC 词 5,842 个（前 10 名 887 个），移动词 2,486 个。域名注册于 1999 年 3 月，27 年 8 个月。

再看流量。爱站估日均 IP 约 138 万、PV 约 386 万，但百度来路只有 6,061 到 8,317 IP，移动来路 1,723 到 3,067。搜索带来的量不足全站的 1%，绝大部分是直接访问与品牌词。

这就值得追问了：一个 27 年、11 万收录、138 万日 IP 的站，为什么自然搜索几乎不参与。下面三节按抓取、收敛、呈现三层拆。

1. 首页把整个产品库入口压在一页里

首页出链按 URL 族拆开，结构非常整齐：664 个产品，每个产品固定挂四类页面，各约 970 条。

平均下来，一个产品对应 3.99 个站内 URL。同一件商品，参数、点评、图片、评测各占一个地址，首页把它们并排铺开。四类合计占首页出链的 44%。

这本身不算错，错在没有收敛信号。后面第三节会说。

2. 站点地图存在，但是空的

六个候选路径逐一回访，结果分成两组：状态码 200 的两个是空索引，其余四个是同一张 44,869 字节的错误页。

五个 robots.txt 分布在 www、detail、news、wap、m 五个主机上，合计 155 条 Disallow、27 条 Allow、19 个 UA 分组，Sitemap 指令数为 0。地图既没生成，也没被声明。

顺带一个细节：detail 域 43 条规则里有 2 条把路径写成绝对 URL，形如 https 加域名加路径。RFC 9309 规定路径必须以斜杠开头，合规解析器会忽略这两行。

二、抓取层：966 条对比链接，821 条是死的

首页那 966 条参数对比链接（659 个唯一地址）实测大面积不可用。取前 20 个地址，每个请求两轮，共 40 次。

结果是 6 次 200、34 次 502，失败率 85%。同一个地址两轮结果完全一致：失败的两次都失败，成功的也没掉。这不是随机抖动，是部分 URL 分片损坏。

分析一次 502 的响应：正文 199 字节，标题写着 ERROR: READ ERROR，Server 头是 web cache，X-Ser 里带了两个节点编号。故障点在 CDN 回源这一段，不在源站业务逻辑。

旧形态地址 ProductComp_compare_加两个 ID 的写法，同样是 502。整个对比服务不可用，不是某一批 ID 的问题。

把它放回首页看：每抓一次首页，爬虫会遇到约 821 条打不开的链接，占全页出链的 9.3%，同时消耗 1.81 MB 解析量。抓取预算就是这么漏掉的。

再对照 robots 规则。detail 域有三条 Disallow 专门针对 ProductComp，但它们要封的是多段下划线的旧形态，形如 ProductComp 加两到四段下划线连接。

现行的对比地址只有一段下划线：ProductComp 加 param 加产品 ID。三条规则一条也不匹配，规则在空转——被规则「保护」的页面没被挡住，反倒 85% 自己 502 了。

三、收敛层：一个产品 5 个 URL，0 个 canonical

产品主页面、参数页、点评页、图片页、评测页，五个地址全部没有 canonical 标签。五个页面各有自己的 H1，标题都带完整型号。

两个问题叠在一起。一是没有 canonical，五个页面互相不认账，链接权重被五等分。二是标题层级跳级，五页全部 0 个 H2，直接从 H1 跳到 H3。

标题也偏长。参数页标题 107 字，型号出现两次；评测页同样是 107 字。百度结果里通常只显示前 30 字左右，后半段的「规格_性能_功能」基本不可见。

1. 双斜杠与协议降级

首页同时输出两种写法：/car/index2165732.shtml 出现 156 次，双斜杠版本 //car/index2165732.shtml 出现 141 次。

实测两者都返回 200，字节数同为 219,119，md5 完全一致，都没有 canonical。同一篇内容两个地址，中间没有任何收敛信号。

协议层也有瑕疵。http 到 https 的 301 是规范的，但 https 裸域会 301 到 http 加 www，再跳一次才回到 https。这条链是两跳且中途降级。

2. 移动端只有声明，没有分流

用桌面、百度、谷歌、iPhone 四种 UA 抓同一地址，字节数与 md5 完全一致。服务端不做设备分流，移动版本只靠两处声明。

第一处是 head 里的 meta mobile-agent，第二处是 link rel=alternate 带 media 属性。后者的 media 写成 only screen and(max-width:640px)——and 与括号之间少一个空格。

按 CSS 语法，这不是合法的媒体查询，整条声明不会被正常识别。也就是说，桌面页对移动版的指向基本失效。

移动站还分成两个域：产品页走 wap.zol.com.cn，资讯与首页走 m.zol.com.cn，桌面只声明了一个。

有意思的是移动侧反而更规范：wap 参数页有 canonical 指回桌面。但 m 站首页的 canonical 写成 http 加 www，又降级了一次。

四、优先级：先修死链，再收窄入口

九条建议按「影响面 × 实施成本」排序，同一档内按投入产出比排列。

P0 三条，可以并行

修 502，或先从首页与产品页撤掉这 966 条入口。撤链是止损，修服务是根治，两者不冲突，先做哪个取决于排期。

给五个产品页补 self-canonical，指定主页面为主版本。这一步不需要改模板结构，只需要一个字段。

生成真实站点地图，按产品 ID 分片、带 lastmod，并在五个 robots 里声明。给爬虫第二条发现通路。

P1 三条，两周内

移动端改响应式，或对桌面页做 301 分流，同时修掉 alternate 的媒体查询语法。三件事建议同一次发布窗口做完。

合并 wap 与 m 两个移动域，桌面侧只声明一个移动版本。两套移动站意味着两套重复内容。

标题压到 30 字以内，型号只出现一次，把差异词放进 description。现在 description 有 263 到 283 字，重复型号四次。

P2 三条，一个季度

产品页补 Product、Offer、AggregateRating 结构化数据。全站目前只有资讯页一个 JSON-LD，还是百度 cambrian 格式，没有一条 schema.org。

清掉 141 条双斜杠链接与 10 条 http 绝对链接，统一为 https 单斜杠。

把 664 个产品入口从首页下沉到频道页与列表页，首页回到导航本位。1.81 MB 的首页不该承担产品库索引。

这组数据最值得记的一点是：故障不一定长得像故障。空站点地图返回 200，对比页 502 又不影响爬虫抓其他页面，站内监控大概率全绿。真正暴露问题的是把「首页出链逐条回访」和「robots 规则逐条匹配」当成例行检查。

同类的矩阵型站点问题，可以对照看汽车之家的多套模板与双协议并存，以及智联招聘只有第一页能抓的词库分页。39 健康网则是另一种极端：robots 返回 200，内容却是一张 404 页面。