网络推广工具：一次全站扫描被中断后怎样判断已覆盖范围
📱 Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)
🔗 /e0c11d870965.html
📄
网络推广工具：一次全站扫描被中断后怎样判断已覆盖范围
先给结论：中断后的覆盖范围不能靠扫描进度条或“已完成多少条”判断，而要靠扫描日志里的最后完成单元、游标或断点位置，再结合站点自身的可枚举清单交叉核对。如果工具只显示“已扫描若干条”而不保存断点，最稳妥的做法是把这次结果视为不完整样本，重新按可切分的范围补扫，而不是直接接着跑。
先分清中断发生在哪一层
全站扫描通常分三层：发现URL、抓取内容、写入结果。中断发生在哪一层，决定了“已覆盖”到底覆盖了什么。
- 发现层中断：只拿到部分URL，后续抓取再完整也覆盖不全。
- 抓取层中断：URL清单可能完整，但部分页面没有取到内容或状态码。
- 写入层中断：页面抓过了，但结果没落库，日志和结果库会对不上。
判断方法很直接：打开扫描日志，找最后一条成功处理的记录，看它属于哪一层。如果日志里同时有“发现”“抓取”“入库”三类计数，三者差距就是线索——发现数远大于抓取数，说明卡在抓取；抓取数接近发现数但结果数明显偏少，说明卡在写入。
假设情境：一次中断后怎样定位真实断点
以下为假设例子，用于说明判断方法，不代表任何真实工具的行为。
假设某站点用网络推广工具做全站扫描，目标是列出所有可索引页面及其标题、状态码。任务跑到中途因网络中断停止。工具界面显示“已处理 4,200 条”，但站点自己从后台或站点地图能枚举出的URL约 9,000 条。此时不能直接说“覆盖了约47%”，因为 4,200 条里可能包含重定向、参数页等重复项，也可能跳过了某些目录。
正确动作是：先在日志里找到最后一条成功记录的URL和它所属的目录或分页位置，把这个位置当作断点。然后按目录、按字母序或按站点地图分段，只补扫断点之后的部分。如果工具支持从断点续扫，先小范围试跑一段，确认补扫结果与已扫结果没有重叠或缺口，再放开全量。这个动作的结果会直接决定下一步：续扫结果能对上，说明断点可信；对不上，就放弃续扫，改为分段全量重扫。
用站点自身的清单做交叉核对
工具自己的计数不可全信，需要一份独立清单做参照。可用的参照包括：站点地图文件、后台内容列表、栏目页分页、服务器访问日志中近期出现过的URL。把这份清单与扫描结果做差集，差集就是可疑遗漏区。
核对时注意两点：
- 站点地图本身可能过期或只含部分类型，不能当作唯一真值。
- 扫描结果里多出来的URL不一定是错误，可能是重定向或规范页，需要单独归类。
如果差集集中在某几个目录，说明中断点之前就有遗漏，问题不在中断本身，而在扫描配置（如排除规则、爬取深度）。这种情况下补扫断点之后也没用，要先改配置再重扫。
哪些现象不能单独证明覆盖正确
请求量归零、抓取量突然下降、结果数不再增长，这些现象都可能有别的解释：目标站点限流、工具被临时封禁、任务实际已结束但状态没刷新。它们只能作为线索，不能作为覆盖完整的证据。
真正能支撑判断的是可复现的对照：同一份URL清单，两次扫描结果一致；或补扫后差集缩小到可解释的范围。缺少这种对照时，把结果标注为“不完整”比强行下结论更安全。
决定下一步之前先记录三件事
无论最终选择续扫还是重扫，先把这三项写下来：断点位置（URL或游标）、本次使用的扫描配置（深度、排除规则、并发）、核对用的独立清单来源。这样下一次扫描才能和这一次比较，也才能在结果异常时快速定位是配置问题还是中断问题。覆盖范围判断的本质不是猜一个百分比，而是让每一次扫描都能被复现和验证。
