site命令查询额度有限时怎样挑选最有信息量的样本
📱 Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)
🔗 /2f99e7b38b4a.html
📄
site命令查询额度有限时怎样挑选最有信息量的样本
额度有限时，先放弃“覆盖全站”的念头，把样本按“能否改变你的下一步动作”来排序：能区分收录问题、模板问题还是外链问题的样本优先，只能重复已知结论的样本最后查。若你连样本都无法自由挑选，最小动作是固定一个目录、一个模板页和一个内容页各查一次，用这三条结果决定是否值得继续消耗额度。
先分清两种额度受限条件
第一种是查询次数受限，比如某工具一天只允许若干次调用；第二种是权限受限，比如你只能看到汇总数字，看不到逐条结果。两种条件下样本挑选逻辑不同。
次数受限时，每一次查询都要承担“排他”作用：查完A就不必再查B，因为A的结果已经能推断B。权限受限时，你拿不到逐条URL，样本要选“能代表一类页面”的入口，而不是选单个页面。
判断依据很简单：如果某个样本查完，你仍然需要再查三个页面才能得出结论，它就不是高信息量样本。高信息量样本查完一次，能砍掉一整类待查对象。
次数受限：优先查“能分叉”的样本
额度少的时候，不要按页面重要性排序，而按“结果分叉数”排序。一个样本查完可能指向两种以上不同处理路径，才值得消耗额度。
- 查一个栏目目录页：结果能同时反映该目录下模板是否被收录，以及目录层级是否被正常抓取。
- 查一个带参数的详情页：结果能区分是参数过滤问题，还是详情内容本身未被处理。
- 查一个刚改过标题的页面：结果能判断改动是否已进入处理流程，而不是继续等全站更新。
假设你只有三次查询额度，站点有新闻、产品、帮助三个目录。先各查一个目录首页，而不是查三个新闻页。因为三个新闻页的结果大概率相同，而三个目录首页可能分别暴露不同模板的问题。这个例子的数字只用于说明比较方法，不代表任何工具的真实额度。
实施动作：把候选样本写成两列，左列是“查完能排除什么”，右列是“查完还需要补查什么”。右列越长，样本优先级越低。做完这一步再消耗第一次查询，结果会直接决定下一次查目录还是查详情页。
权限受限：用“入口样本”代替逐条结果
当你只能看到数量级或汇总状态，无法看到具体URL时，挑选逻辑要从“查哪个页面”转为“查哪个入口”。入口样本是指能代表一类页面生成方式的地址，例如列表页、分页参数、筛选参数、站点地图中的某一节。
此时可执行的最小动作是：选一个入口，观察它是否出现在可查询范围内。若入口本身不可见，不要立刻推断其下所有页面都不可见，因为入口不可见还可能由权限范围、查询对象写法或数据延迟造成。下一步应改为查一个更靠近根目录的入口，而不是继续消耗额度查子页面。
例外情况：如果站点结构本身很浅，所有页面都直接挂在根目录下，入口样本和内容样本没有区别，这时应优先查最近批量修改过的页面，因为它的状态变化最能反映处理是否发生。
哪些样本看起来有用，实际信息量很低
以下几类样本在额度有限时应排到最后：
- 首页。首页状态通常不能代表内页，查完首页往往还需要再查内页。
- 已被其他工具确认过的页面。重复确认不产生新决策。
- 孤岛页面。它不收录的原因可能是个例，无法推广到其他页面。
- 刚发布几分钟的页面。状态未稳定，查完也不能区分是未处理还是未抓取。
反过来，一个页面如果同时满足“属于批量生成的模板”“近期有改动”“有内部链接指向”，它的信息量就高于普通页面。因为无论结果如何，你都能把它对应到模板、改动或链接中的某一类原因上。
样本结果出来后，怎样决定下一步
拿到样本结果后，不要急着扩大查询范围。先做一次判断：样本结果是否指向同一个原因。如果三个样本都指向模板问题，下一步应去改模板或提交模板入口，而不是继续查更多页面。如果三个样本指向三种不同原因，说明样本选得太散，应回到同一目录下再选两个同类页面做对照。
这里有一个容易误判的地方：某个样本查询结果为零，不能单独证明该页面被正确处理或未被处理。结果为零还可能由查询对象写法、权限范围、数据覆盖不全或时间差造成。要区分这些解释，至少需要一个同类页面的对照结果，或者一个已知正常页面的结果作为参照。
最后，把每次查询的“假设—结果—下一步”记在一行里。额度越少，记录越重要，因为下一次查询应该由上一次结果直接推出，而不是重新凭感觉挑页面。
