死链检测工具怎么用？改版上线后一次揪出全站404死链与重定向链

死链检测工具会把一个网页拆成完整的链接清单，逐条发HTTP HEAD请求探活，把404死链、301/302重定向、5xx服务器错误以及响应超时的连接失败分门别类标出来，同时给出每条链接的响应时间、锚文本和内外链归属。这篇教程从它的链接解析与并发探测算法讲起，带你读懂检测出来的状态码，跑完一次完整检测，再把死链修复和链接审计、日志分析串成一条网站体检流水线。

死链到底在偷走你网站的什么？

很多人对死链的印象停留在“用户点进来看到一个404页面”，觉得无非是体验差一点。这是把死链的代价严重看轻了。一条断链同时在三个账户上扣钱：用户信任、抓取预算、链接权重。

先说用户。一个外贸独立站的访客点开你博客里的“延伸阅读”，撞上一片404，他不会觉得是那个目标页的问题，他会觉得是你这个站不靠谱。信任一旦出现裂缝，转化率就跟着往下走，跳出率往上窜。这层损失最直接，却最难在数据里归因。

再说抓取预算。Googlebot每天来你站上抓取的次数是有上限的，它把额度花在一堆404和重定向链上，就没有额度去抓你真正想被收录的新品页。对上万URL的大站，这笔浪费足以拖慢新内容的收录速度。

最后是链接权重。你辛苦从外部拿到一条指向某个内页的外链，结果那个内页改版后URL变了又没设重定向，权重就卡在404那里漏光了。内链同理——指向死页的内链等于把权重倒进了下水道。

死链检测工具要解决的，就是把这三笔隐性损失显性化：在用户和搜索引擎发现之前，先一步把所有失效链接揪出来，按优先级修掉。

死链检测工具是怎么把一个页面拆成链接清单的？

检测的第一步不是探活，而是“提取”。工具拿到一段HTML之后，要先准确地把里面所有的链接抠出来、去掉重复、判断每条是内链还是外链。这一步做得糙，后面探测得再快也是白搭。保哥把这套解析逻辑拆开讲清楚。

用正则抠出所有a标签

工具用一条正则匹配页面里所有的<a href="…">锚文本</a>结构，一次性把href属性和锚文本都取出来。锚文本会先做一遍strip_tags，把里面可能嵌套的<span>、<img>等标签剥掉，只留纯文字。如果锚文本是空的，就标记成“（空锚文本）”——空锚本身也是个需要关注的SEO问题。

四类不能探活的链接先过滤掉

不是所有href都值得发请求。工具会跳过四类：纯锚点#、JS伪链接javascript:、邮件链接mailto:、电话链接tel:。这些要么是页内跳转，要么根本不是HTTP资源，探活没有意义，留着只会污染结果。

四种相对URL各有各的拼法

页面里的链接写法五花八门，要探活必须先还原成绝对URL。这是整个解析里最容易出错的地方。工具按四种情况分别处理：

• 绝对URL（https://…开头）：直接用，不动。
• 协议相对（//开头）：补上当前页的协议，变成https://…。
• 根相对（/开头）：拼上当前域名，从站根算起。
• 路径相对（既不带协议也不带斜杠开头）：拼上当前页所在目录的路径再接文件名。

这四种拼法的依据，是检测时填的“基准URL”。如果你用粘贴HTML的模式检测，又没填基准URL，那相对链接就没法还原成可探活的绝对地址——这也是为什么粘贴模式下基准URL那一栏虽然写着“可选”，但只要页面里有相对链接就强烈建议填。

去掉锚点再去重计数

还原成绝对URL之后，工具会用一条正则把#后面的fragment片段砍掉。原因很简单：page.html#section1和page.html#section2是同一个资源，探活结果完全一样，没必要重复发两次请求。

去掉fragment后，工具以URL为键去重。同一个URL在页面里出现多次，就累加一个出现次数count，并把不同的锚文本聚合到一起。这样你在结果里能看到“这条链接在页面里被引用了3处”，对判断修复优先级很有用——被引用越多的死链，影响面越大。

内链还是外链，看主域

判断内外链的逻辑是：取出链接的host，和基准URL的主域比对。完全相等是内链；是其子域（比如blog.example.com对example.com）也算内链；其余都是外链。这个区分很关键，因为内链死链和外链死链的修复责任完全不同，后面会专门讲。

为什么用HEAD请求而不是GET？并发批次又是怎么控速的？

链接清单备好之后，进入探活环节。这一步的工程细节决定了工具“快不快”和“会不会把对方站点惹毛”。

HEAD请求只问状态，不要内容

工具探活用的是HTTP HEAD请求，而不是GET。两者的区别是：GET会把整个页面的内容下载下来，HEAD只让服务器返回响应头——也就是状态码、内容类型这些元信息，不返回页面正文。

对死链检测来说，我们只关心“这个URL还活着吗”，答案全在状态码里，正文一个字都不需要。用HEAD能把流量降到最低，一个页面就算几KB，几百条链接累计下来也是不小的下载量，HEAD直接把这部分省掉了。这也意味着工具对目标服务器的打扰极小。

每批8个并发，单次封顶200条

探活不是一条一条排队发的，那样几百条链接得等到天荒地老。工具把队列切成一批8个，8条请求并发出去，这一批回来了再发下一批。这个批次大小是经验值：再大容易给目标服务器造成压力、触发反爬，再小又发挥不出并发的速度优势。8个是速度和礼貌之间的平衡点。

单次检测最多处理200个唯一链接。这不是技术上做不到更多，而是刻意设的闸：超过200条的页面，多半是导航聚合页或者站点地图，更适合用Screaming Frog这类桌面爬虫整站扫，而不是用一个在线工具单页扫。需要查更多就分批来。

响应时间是顺手量出来的

每发一条请求，工具会在请求前后各打一个微秒级时间戳，相减再换算成毫秒，就是这条链接的响应时间。超过2000毫秒的会被单独标成“慢链”。慢链虽然不是死链，但它同样在消耗抓取预算、拖累用户体验，值得顺手记一笔。每条链接还会跟随重定向，把跳转后的最终URL记下来，方便你看清一条链接到底兜了几个圈子才到目的地。

检测出来的状态码到底该怎么读？

工具把每条链接的探活结果按状态码分成五类，这套分类是看懂报告的钥匙：

• 正常（2xx）：状态码在200到299之间，链接健康，绿色。
• 重定向（3xx）：300到399，链接会跳转到别处，蓝色，需要看一眼最终去了哪。
• 死链（4xx/5xx）：状态码大于等于400，红色高亮，重点关注对象。
• 连接失败（状态码0）：根本没拿到响应，橙色，可能是超时、DNS或SSL问题。
• 慢链（>2秒）：响应虽然成功但太慢，单独计一个数。

这里要特别说一下状态码0这一类，它和4xx死链不是一回事。状态码0意味着请求压根没收到服务器的有效回应。按照RFC 9110 HTTP Semantics对HTTP语义的定义，正常响应一定带一个三位状态码；拿不到状态码，说明问题出在传输层而非应用层。

而拿不到响应的后果比想象中严重。Google在HTTP Status Codes, Network and DNS Errors这份官方文档里明确，网络超时、连接重置和DNS错误，Googlebot会当成5xx服务器错误来对待，而且后果很快——已经收录的URL如果持续无法访问，几天之内就会被移出索引。所以连接失败比一个干脆利落的404更危险，它含糊不清，搜索引擎不知道该等还是该放弃。

下面这张表是状态码和SEO影响的对照，检测报告里出现的码基本都在这儿：

这张表里藏着一个常被忽略的细节：404和410虽然都是“页面没了”，但410是在主动告诉搜索引擎“这个资源永久删除了，不用再回来抓”，回收抓取预算的效率比404高。关于不同状态码在SEO语境下该怎么选，保哥在HTTP状态码SEO图谱与410决策里画过一张完整的决策地图，配合本工具的检测结果看，能省下不少纠结。

一次完整的死链检测怎么走？

原理讲透了，来跑一遍实操。整个流程5步，从打开工具到导出修复清单。

第1步：选输入方式，填好基准URL

工具有两种输入模式。粘贴HTML源码模式最稳，因为很多站点对非浏览器的请求有防爬，直接抓URL可能被挡；你在浏览器里打开页面、查看源代码、整段粘进来就行。粘贴时务必在“基准URL”栏填上这个页面的网址，否则相对链接还原不出来。另一种是直接输入网址，工具自动抓取，适合没有防爬的页面。

第2步：点开始检测

点下按钮，工具先做提取去重，把链接清单理出来（封顶200条），然后开始一批8个地并发探活。进度条会实时显示已检测数量和百分比，每完成一批就刷新一次结果，不用干等到全部跑完。

第3步：读统计面板和状态码

检测完成后，顶部六个数字是全局体检：总链接、正常2xx、重定向3xx、死链4xx/5xx、连接失败、慢链。死链那一栏的数字如果不是0，对应的表格行会标红，一眼就能看见。先看这六个数字心里有个底，再往下钻细节。

第4步：筛选定位

不用在长表里一行行翻。点“💀死链”筛选按钮，只看出问题的；点“↪重定向”，检查跳转是否合理。搜索框还能按URL或锚文本关键词过滤，比如只看某个目录下的链接。筛选和搜索能叠加，定位问题链接很快。

第5步：导出CSV，按优先级修

点导出，拿到一份带状态码、锚文本、内外链标识、响应时间、重定向目标的完整CSV。在表格软件里按状态码排序，修复优先级很清楚：先修内链404（这是你自己能控制的），再处理外链死链，慢链最后再优化。

发现死链之后，内链和外链分别该怎么修？

检测只是诊断，修复才是治病。内链死链和外链死链的修复思路完全不同，混在一起处理是新手最容易踩的坑。

内链死链：你自己的责任，优先修

内链死链几乎都是自己造成的——文章里写错了URL、页面改版后路径变了却没设跳转、删了旧文却没处理指向它的链接。这类问题你有完全的控制权，所以要优先修。

修法有两种。第一种，直接把链接改成正确的现存URL，这是最干净的。第二种，如果旧URL有外部价值（比如被别人链接过、有排名残留），就在服务器层设一条301永久重定向，把旧地址指向新地址。Google官方在重定向指南里明确推荐，要换URL优先用服务器端301，它能把绝大部分权重平稳传给新页，而且别把重定向接成长链——理想情况下不超过3跳。批量的旧链接，可以在.htaccess（Apache）或者Nginx的rewrite规则里统一配置。

外链死链：对方的问题，但你得善后

外链死链是你链出去的那个外部站点出了问题——它关站了、改版了、或者删了你引用的那篇文章。你管不了对方，但你得对自己页面的体验负责。处理方式是：找一个等价的、还活着的资源替换上去；实在找不到替代，就把这条链接连同它的锚文本一起删掉，别让用户点向虚空。

这里有个反向的机会：竞品页面上的外链死链，往往是你的获链线索。对方链向的某个资源失效了，而你正好有同主题的优质内容，就可以联系那个引用方提议替换——这就是“失链建设”。检测竞品页面顺手就能把这些机会扒出来。

修完别忘了回到搜索引擎那一侧

页面上的链接修干净了，还有一件事：去Google Search Console确认搜索引擎那边的404记录有没有跟着消化。本工具查的是“你的页面链出去的链接”是否健康，而GSC的覆盖率报告查的是“别人和搜索引擎访问你的页面”时撞到的404。两者角度互补。具体怎么在GSC里定位和清理404，保哥写过一篇Google Search Console 404错误修复指南，和本工具配合用正好覆盖“站内链出”和“站外访入”两个方向。

检测出一堆死链，该先修哪个？修复优先级怎么排？

大站一次检测扫出几十上百条死链是常事，全部立刻修完不现实，得有个先后。保哥按影响面给个排序逻辑，照着做能用最少的工夫先堵住最大的窟窿。

第一优先：高流量页面上的内链死链

判断优先级先看两个维度：链接所在页面的流量、链接本身的类型。首页、核心导航、热门文章这些高流量页面上的死链，曝光量最大，伤害也最大，必须第一时间修。结合检测报告里“被引用几处”的计数，一条在多个高流量页反复出现的死链，优先级自然排到最前。

第二优先：模板级和导航级的死链

有些链接不是写在正文里，而是嵌在页头、页脚、侧边栏这些全站模板中。这类链接一旦死掉，等于全站每个页面都带着一条死链，影响面呈指数级放大。它们在单页检测里可能只显示一两次，但实际波及范围极广，要特别留意、优先处理。

第三优先：外链死链和慢链

外链死链虽然也要修，但它伤的是用户体验而非你自己的权重结构，可以排在内链之后。慢链（响应超过2秒的链接）优先级最低，它不影响可达性，属于优化项而非修复项，等前面的真死链都处理完再来打磨。

301、302和重定向链该怎么处理？过多重定向也是一种病吗？

死链检测报告里，3xx重定向是个容易被轻视的灰色地带。它不像404那样刺眼，链接“能用”，但用得别扭。保哥把几种常见的重定向问题拆开说。

301和302，差的不只是一个数字

301是永久重定向，告诉搜索引擎“这个页面永久搬到新地址了，请把权重和排名都转过去”。302是临时重定向，意思是“原地址还会回来，先临时去别处”。两者最大的区别在权重传递：301能把绝大部分权重平稳传给新页，而302的权重传递充满不确定性。最常见的错误，就是把一个本该永久的搬迁误设成302——结果新页拿不到应有的权重，旧页又迟迟不退场，两头都尴尬。

重定向链：每多一跳，都在漏水

重定向链是指A跳B、B又跳C这样的连环跳转。它的代价是双重的：一是拖慢加载，用户和爬虫每多一跳就多一次往返；二是权重在每一跳都可能有损耗。Google官方的Redirects and Google Search指南里说得很清楚，Googlebot虽然能跟最多10跳，但强烈建议直接指向最终目标，链条理想情况下不超过3跳。死链检测工具会把每条链接跟随重定向后的最终URL显示出来，你一眼就能看出哪条链接兜了大圈子。

循环重定向：最隐蔽的死链

还有一种更坑的情况：A跳B、B又跳回A，形成死循环。浏览器会直接报“重定向次数过多”，用户什么都看不到，爬虫也会放弃。这种循环重定向在状态码上表现为3xx，但实际效果等同于死链，而且比404更难排查。检测时如果发现某条链接的最终URL绕了一圈又回到起点，多半就是踩了这个坑。

死链检测怎么和链接审计、日志分析串成一条体检流水线？

死链检测是网站链接体检的一个环节，但它不孤立。把它放进保哥的工具链里，能形成一条“审结构→查状态→看抓取”的完整流水线。

顺序是这样的。先用内链外链分析器给页面的链接结构做一次体检——内链够不够、锚文本是不是太空泛、有没有用nofollow把权重堵死、href写法在迁移时会不会爆雷。这一步看的是“链接布局合不合理”。

结构没问题了，再用死链检测工具查“这些链接的目标还活着吗”，把404和坏掉的重定向揪出来。前者管布局，后者管状态，一前一后刚好接上。

最后，用服务器日志分析工具从Googlebot的真实抓取记录倒推：那些死链有没有在白白吃掉抓取预算？爬虫是不是反复去抓已经404的旧URL？日志会告诉你修复有没有真正见效。三个工具串起来，从“链接该怎么布”到“链接活没活”再到“爬虫怎么看”，闭环就完整了。

一个保健品独立站改版后的死链清查实录

分享一个保哥经手的案例。一家做膳食补充剂的跨境独立站，把产品线从按品牌分类改成按功效分类，URL结构整个翻新。上线两周后，自然流量不升反降，客户慌了来找保哥。

保哥的第一步不是猜，是用死链检测工具扫他们的核心导航页和几个流量最高的博客文。结果触目惊心：导航页上47条产品链接，有19条是404——改版时URL变了，但导航菜单的链接没同步更新。更隐蔽的是博客里的内链，大量指向旧的品牌分类页，那些页面在改版时被删了，既没删链接也没设重定向。

报告导出来，按内外链一分，问题立刻清晰：绝大多数是内链死链，全是自己的锅。修复方案分两层。第一层，导航和博客里能直接改的链接，全部改成新的功效分类页URL。第二层，那些有外部链接和排名残留的旧品牌页，在Nginx里批量设301，指向最相关的新功效页。

这里有个细节值得说：客户一开始想图省事，把所有旧URL统统301到首页。保哥拦住了——301到首页等于告诉搜索引擎“这些页面的内容现在都在首页”，这显然是假的，搜索引擎会把它当成软404处理，权重照样传不过去。301必须指向内容最相关的具体页，这是铁律。修完隔了几天再用日志分析工具复查，Googlebot撞404的次数从每天几百降到个位数，三周后自然流量爬回了改版前的水平还略有超出。

这个案例的教训很朴素：网站改版是死链的重灾区，上线前后都该用死链检测工具把核心页面过一遍，别等流量掉了才回头查。

用死链检测工具时有哪些常见误区？

工具好用，但用错了反而误事。保哥见过几个高频误区，提前说清楚。

误区一：把403当成死链直接删链接

403是“禁止访问”，但它常常是个假死链。不少站点（尤其是有CDN防护的）对非浏览器的HTTP请求一律返回403，可你在浏览器里点开完全正常。看到403别急着删，先用浏览器手动验证一下，确认真的访问不了再处理。

误区二：把连接失败一律当成对方挂了

状态码0的连接失败，原因可能是目标服务器超时、SSL证书过期、DNS解析失败，也可能只是那一刻网络抖动。同一条链接换个时间再测一次，结果可能就正常了。对偶发的连接失败，建议手动复验，别凭一次结果就判死刑。

误区三：以为200就万事大吉

200只代表“服务器成功返回了内容”，不代表这个页面对SEO友好，更不保证它会被收录。Google官方反复强调，2xx状态码不是收录的保证。一条链接状态200，但目标页可能是个空壳、是软404（内容说“页面不存在”但返回的是200）、或者被noindex了。状态码健康只是底线，不是终点。

误区四：只查一次就以为一劳永逸

链接的健康状态是动态的。今天还活着的外链，下个月可能就关站了；今天好好的内链，下次改版可能就断了。死链检测不是一次性体检，是需要排进日历的例行项目。

死链检测能查出软404这种隐形坑吗？

这是死链检测工具必须诚实交代的一个局限。工具的判断完全基于HTTP状态码，而软404恰恰是状态码会“撒谎”的情况——所以单靠本工具，查不出软404。

什么是软404

软404指的是：页面内容明明在说“抱歉，您访问的页面不存在”，但服务器返回的状态码却是200正常。这种页面对用户来说是死的，对工具来说却是活的。常见于一些CMS处理不当：删了文章却没配置正确的404响应，或者搜索无结果页、空分类页返回了200。

为什么状态码工具发现不了它

本工具发HEAD请求只取状态码，不下载页面内容。软404返回200，在工具眼里和一个真正的正常页面没有任何区别，自然不会被标红。这不是工具的缺陷，而是“只看状态码”这条技术路线的天然边界。要查软404，必须读取页面正文，判断内容是不是“查无此页”的提示——那是另一类工具（整站爬虫或人工抽查）的活儿。

软404的正确处理

发现软404后，处理原则是“让状态码说真话”：内容确实不存在的页面，就让它老老实实返回404；如果是永久删除且不打算恢复，返回410更明确。Google Search Console的覆盖率报告会专门标出它识别到的软404，这是除了爬虫之外最实用的发现渠道。状态码和内容对齐，搜索引擎才不会被误导。

不同规模的站点，多久检测一次合适？

检测频率不是越勤越好，要和站点的更新节奏匹配。保哥按规模给个参考节奏。

小站和个人博客（百来个页面），每季度全站过一遍核心页面就够了，外加每次发新文、改旧文时顺手查一下当篇的链接。重点盯首页、导航页和流量最高的几篇文章，这些页面的链接出问题影响面最大。

中型站（几百到上千页面），建议每月查一次核心模板页和热门内容，每次大改版前后必查。可以把高价值页面列个清单，固定每月扫一轮。

大站（上万URL以上），单页在线工具已经不够用了，应该上Screaming Frog这类桌面爬虫做整站定期扫描，配合服务器日志分析常态化监控Googlebot撞404的趋势。在线死链检测工具在大站的角色，是“针对具体可疑页面做快速点查”的趁手家伙，而不是整站扫描的主力。

不管哪种规模，有三个时刻必须查：网站改版后、域名迁移后、发布引用了大量外链的文章前。这三个场景是死链的高发地带，查一遍能省掉后面一堆麻烦。

常见问题解答

死链检测工具一次最多能查多少个链接？

单次最多处理200个唯一链接（去重后）。这是出于性能和礼貌的刻意设计，不是技术上限。如果页面链接超过200条，建议分批检测，或者改用Screaming Frog这类桌面爬虫做整站扫描。

检测结果显示403，这个链接算死链吗？

不一定。很多站点对非浏览器的HTTP请求返回403，但在浏览器里能正常打开。看到403建议先手动验证，确认确实访问不了再当死链处理。工具对部分403会自动用GET重试，仍然403的才更可能是真问题。

为什么有些链接结果是连接失败或状态码0？

状态码0表示压根没拿到服务器的有效响应，常见原因有：响应超时（超过设定的等待时间）、SSL证书问题、DNS解析失败，或目标服务器临时阻止了请求。这类链接建议换个时间手动复验，因为也可能只是偶发的网络抖动。

内链死链和外链死链的修复方式一样吗？

不一样。内链死链是你自己的URL问题，修法是改成正确链接或设301重定向，优先级最高。外链死链是对方站点的问题，修法是换成等价的有效资源或直接移除，你控制不了对方但要对自己页面的体验负责。

多久做一次死链检测比较合适？

看站点规模：小站每季度查核心页，中型站每月查热门页和模板页，大站用桌面爬虫常态化扫描。无论规模大小，网站改版后、域名迁移后、发布含大量外链的文章前这三个时刻必须查。

死链会直接导致网站被降权吗？

少量404本身不会直接触发降权，Google把适度的404视为网络常态。但大量死链会浪费抓取预算、漏掉链接权重、伤害用户信任，间接拉低整站质量评价。而持续的连接失败和5xx错误后果更直接，可能让已收录页面在几天内被移出索引。