内链外链，怎样排除缓存造成的假象
📱 Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)
🔗 /cd61e0257a19.html
📄
内链外链，怎样排除缓存造成的假象
排查内链外链时遇到“页面没更新、链接没生效、抓取结果不一致”，先别急着改模板或判定链接失效。缓存可能来自浏览器、CDN、反向代理、对象存储、搜索平台快照或抓取工具自身。排除假象的核心做法是：用带缓存绕过参数的请求、多个网络出口和原始响应头交叉验证，确认看到的是源站当前输出，再判断内链外链是否真的有问题。
先分清是哪一层缓存
不同缓存留下的假象不一样，处理方式也不同。浏览器缓存常表现为同一台电脑反复看到旧页面，换设备或隐私窗口就正常。CDN 和反向代理缓存常表现为部分地区、部分机房结果不同，源站已经改完但外网仍旧。搜索平台快照和抓取工具缓存更隐蔽，它保存的是某次抓取结果，不代表源站此刻状态。多人协作时，先把“谁在什么网络、用什么工具、看到什么时间的结果”记清楚，比直接争论页面有没有改更有效。
用可执行步骤验证源站当前输出
- 取目标页面的完整 URL，包括协议、域名、路径和查询参数。内链外链排查要针对具体 URL，不要只看首页。
- 用
curl -I请求一次，记录状态码、Cache-Control、Age、ETag、Last-Modified和X-Cache一类响应头。若Age大于 0，说明中间缓存已经命中过。 - 追加一个一次性查询参数，例如
?cachebust=20240601，再请求一次。若带参数版本显示新链接，而不带参数版本仍是旧链接，优先怀疑缓存层，而不是页面模板没发布。 - 换一个网络出口复测，例如从办公室网络切到手机热点，或让异地同事执行同一请求。只在一个网络里看到旧结果，不能代表所有用户都看到旧结果。
- 检查源站日志或 CDN 回源日志，确认请求是否真的到达源站。若没有回源记录，问题在缓存层；若有回源但返回旧内容，问题在发布流程或源站文件。
这套步骤的代价是要多花几分钟做交叉验证，但能避免把缓存问题误判成内链外链结构问题，减少返工。
内链和外链要分开验证
内链检查的是站内页面之间的可达性和锚文本。抓取工具报“内链指向 404”时，可能只是它抓到了旧缓存页面。此时应直接请求被指向的 URL，确认状态码，再检查当前页面 HTML 里是否真的还有这个链接。若源站返回 200，但缓存页面里仍是旧链接，处理缓存即可。
外链检查的是站外页面是否还链接到你的目标 URL。外链平台、爬虫工具和搜索平台快照的更新节奏不同，看到“外链消失”未必等于对方已经删除。可以打开对方页面，用浏览器开发者工具搜索目标域名，确认链接是否存在于当前 HTML。若对方页面有登录、地区限制或反爬，工具看不到不代表链接不存在。判断时要区分“当前页面没有”和“工具缓存里没有”。
多人协作时怎样交付清楚
交付记录至少包含：验证时间、目标 URL、请求命令或工具名称、响应头关键字段、带缓存绕过参数的结果、不同网络出口的结果。不要只写“已清缓存”或“已生效”。如果确认是 CDN 缓存，写明刷新了哪些 URL、刷新时间、刷新后多久复测。如果确认是搜索平台快照，写明快照时间与源站当前输出的差异，不要把快照当作实时页面。
需要留意，robots.txt 的抓取限制不等于可靠的索引移除，站点地图不保证收录。这些规则影响的是抓取和索引流程，不能用来解释所有缓存假象。遇到内链外链显示异常时，先把缓存层排除，再讨论链接结构、发布流程或平台规则。
判断结果与下一步
如果带缓存绕过参数后内容正确、源站日志有回源记录、多个网络出口结果一致，可以判定源站输出正常，问题在缓存层，按缓存层级提交刷新并复测。如果源站本身返回旧内容，问题在发布或模板，继续查构建和部署。如果只有搜索平台或外链工具显示异常，而源站和对方页面当前 HTML 都正常，先记录差异，等工具下次更新后再核对。下一步是选一个具体异常 URL，按上面的请求步骤做一次完整记录，再决定是否改代码。
