淘大象SEO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)
🔗 /e1f0774fba94.html
📄
淘大象SEO工具：一次全站扫描被中断后怎样判断已覆盖范围
结论先说：扫描中断后，你通常只能确认“已抓取到的页面里，哪些被处理过”，不能确认“全站已经覆盖”。判断依据不是进度条走到哪，而是导出记录里是否有可核对的URL清单、抓取时间和处理状态。缺少其中任何一项，覆盖范围就只能算推测。
先分清“抓到了”和“处理完了”是两件事
全站扫描一般包含抓取、解析、计算三个阶段。中断发生时，三者停在不同位置：有的URL已经进入结果表，有的只完成了请求，有的连请求都没发出。判断覆盖范围时，要按阶段分别看。
- 已处理：URL出现在结果记录中，且带有完整的检测字段。这类页面可以纳入本次分析。
- 已抓取未处理：能查到请求记录，但缺少解析结果。它们只能证明链接存在，不能证明问题结论成立。
- 未触及：既无请求记录也无结果记录。这部分属于完全空白，不能默认“没问题”。
如果工具只提供一个总数而没有逐条URL记录，你能做的最小动作是：把中断前导出的结果按URL去重，统计条数，再与站点地图或站内链接清单做差集。差集之外的页面，就是本次没有覆盖的部分。这个动作不需要额外权限，也不依赖扫描继续。
用三个可核对的证据判断覆盖边界
在没有完整数据和后台权限的情况下，仍然可以用下面三类证据交叉判断。
- 导出文件的最后修改时间与记录条数。如果导出发生在中断之后，条数就是本次实际处理的量级；如果导出发生在中断之前，条数只代表当时的状态。
- URL前缀的分布。按目录或路径段分组，看哪些分组有记录、哪些完全没有。某个目录整体为空，往往说明扫描还没走到那里，而不是该目录没有问题。
- 站点地图或站内链接的对照。用一份独立来源的URL清单做参照，能算出覆盖率的大致比例。这里要注意：比例是估算，不是精确值，因为参照清单本身可能不完整。
假设一次扫描目标是1000个URL，中断后导出记录为420条，其中380条带有完整检测字段。那么可用的分析范围是380条，占目标量的38%。剩下的620条里，有一部分可能已被抓取但未处理，有一部分完全未触及，仅凭导出文件无法区分。这个例子只说明比较方法，不代表任何真实项目的数字。
一个会让上述判断失效的反例
如果扫描是按优先级或随机顺序推进，而不是按目录顺序，那么“某个目录整体为空”就不能推出“还没扫到那里”。它可能只是排序靠后，也可能该目录本身没有可抓取的入口。此时按前缀分组的方法会给出错误边界。
同样，如果工具在中断时没有落盘中间状态，导出文件只包含已完成处理的记录，那么“已抓取未处理”这一层根本不存在，你只能得到“已处理”和“未知”两类。这种情况下，任何关于覆盖率的说法都只能限定在已处理范围内。
判断方法是否失效，有一个简单检验：换一个排序维度重新分组，看空目录是否发生变化。如果变化明显，说明原分组不能作为覆盖边界的依据。
下一步动作取决于你要的是趋势还是清单
如果你的目的是看整体趋势，已处理的380条通常够用，但要注明样本偏向——它可能集中在某类模板或某个栏目，不能代表全站。此时下一步是把这批记录按页面类型分层，检查各层是否都有样本。
如果你的目的是拿到一份可执行的修复清单，已处理范围不够。下一步应该是补齐未覆盖部分：可以用站点地图分批提交，或按目录拆分多次扫描，每次记录起止URL。补齐之前，不要把“未发现问题”写进结论。
无论哪种目的，都建议在下次扫描前先固定一个可对照的URL基准清单。这样即使再次中断，也能快速算出覆盖边界，而不是重新猜测。具体到某个工具的导出字段名称和中断恢复行为，需要以你实际使用的版本为准，不同版本之间可能存在差异。
