自助建站推广工具：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)
🔗 /3c1a70e40d86.html
📄
自助建站推广工具：一次全站扫描被中断后怎样判断已覆盖范围
结论有条件成立：如果工具在中断前已把每个页面的扫描状态落盘，你就能用“已完成清单＋中断点”界定覆盖范围；如果状态只保存在内存或结果页，中断后只能按批次记录倒推，且倒推结论要打折扣。下面把判断方法拆成可核对的动作。
先分清三种“中断”，它们的覆盖含义不同
“扫描被中断”不是一种状态。先确认属于哪一类，再决定是否相信已有结果。
- 主动停止：你在结果页点了停止，或关闭了任务窗口。已写入的结果通常对应停止前最后一批，边界相对清楚。
- 超时或连接断开：工具与站点之间的请求失败。此时要看失败发生在抓取阶段还是写入阶段，前者可能整批丢失，后者可能只丢最后几条。
- 进程被终止：浏览器崩溃、机器重启、任务被系统回收。未落盘的部分基本不可恢复，只能依赖日志或导出文件。
判断动作：打开任务的日志或导出文件，找到最后一条带时间戳的记录。如果日志按页面逐条写入，最后一条就是覆盖边界；如果日志只记“批次开始／结束”，边界会落在批次之间，误差等于一个批次的大小。
用“已扫页面数 ÷ 可枚举页面总数”建立覆盖口径
覆盖范围要能核对，分母必须来自独立于本次扫描的来源。常见做法是从站点地图、栏目列表或数据库里导出全部 URL，再与扫描结果做差集。
假设站点地图列出 1200 个 URL，中断时结果文件里有 740 条记录，其中 12 条是重复或跳转，那么可核对覆盖约为 728 条，剩余约 472 条未覆盖。这些数字只是说明比较方法，实际以你自己的清单为准。
需要注意：差集里可能出现“已访问但未写入”的页面。要区分它们，看工具是否保留请求日志或访问记录；没有这层记录时，差集只能算“未确认”，不能直接算“未覆盖”。
让分歧变成可核对项目的两个证据
多个角色对覆盖范围有不同理解，通常是因为各自看的是不同产物：运营看结果页，技术看日志，负责人看汇总数字。把分歧转成项目，需要两类证据。
- 时间边界证据：中断发生的准确时刻，以及该时刻前后各一条日志记录。它回答“扫到哪”。
- 集合边界证据：本次扫描的目标 URL 清单，以及结果文件里的 URL 集合。它回答“还差哪些”。
把这两类证据放进同一张核对表，逐行标注“已确认覆盖／未确认／明确未覆盖”。分歧往往在“未确认”这一列上，因为它既不能算完成，也不能直接重扫全部。
一个会让上述结论失效的反例
如果工具采用“先全量抓取、最后统一写入”的模式，那么中断前结果文件为空或只有旧数据，此时按结果条数推算覆盖范围会严重低估。反过来，如果工具边抓边写但按 URL 去重，重复页面被合并，结果条数也会小于实际访问数。
识别方法：查看结果文件的写入时间分布。若所有记录时间集中在中断前几秒，说明是批量写入，条数不能代表覆盖进度；若时间均匀分布，逐条写入的可能性更大。这一步只能缩小判断范围，不能单独证明处理正确。
下一步动作：按“未确认”集合做小批补扫
不要直接重跑全站。先把“未确认”集合拆成小批，每批控制在你能在中断前完成的规模，跑完后立即导出并记录批次号。补扫结果与原有结果合并时，用 URL 作为去重键，保留每个 URL 的最后一次扫描时间。
这个动作的结果会直接影响下一步：如果补扫批次能稳定完成并落盘，说明中断是偶发资源问题，可以继续按批推进；如果同一批反复中断，问题出在工具配置或站点响应，应先调整并发数或超时设置，而不是继续扩大扫描范围。具体工具的参数名称和默认值需要以你当前使用的版本为准核对。
