SEO排名查询：全站扫描中断后怎样判断已覆盖范围

📍 WDQWDWQD987AAAAA:216.73.216.26
📱 Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)
🔗 /853e7752f197.html
📄

SEO排名查询：全站扫描中断后怎样判断已覆盖范围

先别重跑。把中断前后的日志、结果文件和任务参数放在一起，用“最后一条完整记录”划出边界，再决定是补扫还是全量重来。判断覆盖范围的核心不是看进度条，而是看哪些页面已经产生了可核对的结果记录，以及这些记录是否对应同一批关键词和同一套参数。

先确认中断发生在哪一层

全站扫描通常分三层推进：任务调度层、页面抓取层、排名解析层。中断可能只停在调度层，也可能已经写入了部分解析结果。判断方法很直接：打开结果文件，找时间戳最大的若干条记录，看它们是否包含完整的页面标识、关键词、排名位置和检测时间。如果最后几条只有页面标识没有排名字段，说明解析层没走完，这批数据不能算已覆盖。

另一种常见情况是任务被手动暂停而非崩溃。此时调度层可能已经标记了“已处理”的页面，但结果文件尚未刷新。遇到这种不一致，以结果文件为准，不要以任务状态为准。任务状态只反映调度意图，结果文件才反映实际产出。

用三个可核对证据划定边界

不要凭记忆估算覆盖了多少页面。从读者手头已有的资料里提取三样东西，逐项比对：

假设一次扫描计划覆盖800个页面、每个页面查20个关键词，中断时结果文件里有6200条完整记录。用6200除以20得到310个页面，但还要检查这310个页面是否都出现在页面清单里、是否有重复页面被多次写入。如果发现某个页面出现了40条记录，说明它被查了两轮，实际覆盖页面数要往下修正。这个数字只用于说明核对方法，不代表任何工具的实际产出规模。

区分“没扫到”和“扫到但没结果”

结果文件里没有某页面，可能是三种原因：任务还没轮到它、抓取时页面不可访问、解析时没有匹配到排名。这三种情况的后续动作完全不同。要区分它们，需要看抓取日志或错误记录，而不是只看结果文件。

如果日志里该页面有请求记录但返回错误状态，说明已尝试但未取得有效数据，补扫时应保留该页面的重试标记。如果日志里完全没有该页面的请求记录，说明调度层没推进到它，属于纯未覆盖。如果请求成功但结果文件无排名字段，可能是该关键词在该地区确实没有可见排名，也可能是解析规则未命中，需要抽样人工核对一两条再决定是否重扫。

这里有一个容易犯的错：把“结果文件里没有”直接等同于“未覆盖”。结果文件通常只记录有排名的条目，没有排名的页面天然不会出现。所以划边界时，页面清单和结果文件的差集只能说明“没有排名记录”，不能说明“没有扫描”。要确认扫描动作是否发生，必须回到请求日志。

决定补扫还是重扫的取舍条件

补扫适合以下条件同时成立：结果文件的时间戳连续、参数快照与本次一致、未覆盖页面在页面清单里可明确列出、且已覆盖部分的记录没有重复或截断。此时只需对差集页面发起新一轮任务，把新结果追加到原文件，并保留两批记录的时间戳以便后续区分。

重扫适合以下任一条件成立：结果文件最后若干条记录不完整、参数在中途被修改过、页面清单本身不完整或已过期、或者已覆盖部分存在大量重复记录无法去重。重扫的代价是时间，但换来的是整批数据可比。如果后续要用这批数据做页面之间的横向比较，参数不一致的补扫结果会引入难以解释的偏差。

实际操作中，可以先做一次小范围验证：从差集里抽10个页面补扫，把新结果和原结果中相邻页面的记录格式、字段完整性做对比。如果格式一致、字段齐全，再扩大补扫范围；如果发现字段缺失或格式变化，说明工具版本或配置已经变了，补扫不再安全。

把判断结果写成下一步可执行的动作

完成上述核对后，产出一份简短的处理决定，至少包含：已确认覆盖的页面数及其依据、未覆盖页面的来源（差集、日志缺失、解析失败）、选择补扫或重扫的理由、以及补扫时需要沿用的参数快照。这份决定不需要复杂格式，但必须让下一个执行的人能直接照着发起任务，而不需要重新推断中断前的状态。

如果选择补扫，任务发起后要立即记录新的任务参数和时间戳，避免第二次中断时又出现边界不清。如果选择重扫，建议在任务开始前先导出一次完整的页面清单和参数快照，作为下一次中断时的对照基准。判断覆盖范围的最终目的不是追求一个精确的完成百分比，而是让后续动作有明确的输入和可验证的输出。

图1 图2
nginx