搜狗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)
🔗 /fb3f501ffc0b.html
📄
搜狗seo工具：一次全站扫描被中断后怎样判断已覆盖范围
先看扫描工具是否留下了可续跑的状态：如果它按URL列表逐条处理并记录了已完成项，中断后可以直接读取这份进度，覆盖范围是确定的；如果它只输出汇总结果、不保留中间状态，那么中断前扫过的页面无法从最终报告反推，只能重新扫描或改用能分批记录的方式。判断的关键不是扫描跑了多久，而是有没有留下“哪些URL已处理”的可核对痕迹。
先确认工具是否支持断点续扫
不同搜狗seo工具在中断后的行为差异很大，这决定了你该续跑还是重来。判断依据是看它在扫描过程中是否按批次写入结果文件或任务日志。
- 有分批记录：每处理完一批URL就落盘一次，中断后能从最后一批继续，已覆盖范围等于日志中成功写入的URL集合。
- 只有内存汇总：进度停留在进程内，中断即丢失，最终没有可续的中间文件，覆盖范围不可知。
实际动作：中断后先不要立刻重跑，去工具的默认输出目录或任务记录里找带时间戳的中间文件。如果找到按批次命名的结果文件，统计其中URL数量并与站点实际URL总数对比，就能得到已覆盖比例；如果只找到一份空的或残缺的汇总文件，说明这次扫描的覆盖范围无法确认，下一步应改用支持分批落盘的方式重扫。
缺少站点URL总量时怎样估算覆盖下限
很多情况下你拿不到完整的站点URL清单，比如没有服务器日志权限、站点地图也不全。这时不要追求精确比例，而是求一个能用于决策的下限。
选择依据：如果扫描日志里记录了起始URL和已处理条目数，且工具是按链接逐层展开的，那么已处理条目数就是覆盖下限——因为每一条都对应一个真实抓取过的页面。如果日志只记录“已扫描N个链接”但不含URL明细，这个数字无法核对，不能当覆盖依据。
假设一个例子：某次扫描中断前日志显示已处理1200条，站点地图里能确认的URL有3000条，但站点地图本身可能不全。此时能说的只是“至少覆盖了1200条”，不能推出“覆盖了40%”，因为分母不可靠。下一步动作是先用站点地图或栏目页抽样核对这1200条里有没有明显遗漏的核心栏目，再决定是否重扫。
中断原因不同，覆盖判断的侧重点也不同
同样是中断，原因不同，能推出的结论不一样。
- 主动停止或超时：通常已处理部分完整，覆盖范围按日志统计即可，续跑风险低。
- 网络或权限报错中断：报错前后的批次可能部分写入失败，需要检查日志中是否有失败条目，这些条目不能算已覆盖。
- 工具崩溃：最后一批写入可能不完整，即使有中间文件也要核对文件末尾是否截断。
可区分原因的证据是日志里的错误码和写入时间戳：如果错误集中在某一段之后，说明该段之后的覆盖不可信；如果错误零星分布，覆盖范围基本可用，但要把失败条目单独列出补扫。
用抽样复核代替全量重扫
当中间记录不可靠又不想全站重扫时，可以抽样复核已覆盖范围。动作是从站点主要栏目各取若干URL，检查它们是否出现在扫描结果中。
如果抽样命中率高，说明已覆盖部分基本可信，可以只补扫未覆盖的栏目；如果抽样命中率低，说明扫描结果与站点实际结构偏差大，覆盖范围不可用，应重新规划扫描范围。这个判断的例外是：站点存在大量参数URL或分页时，抽样可能恰好避开这些页面，导致误判，所以抽样要覆盖带参数和分页的典型URL。
什么情况下必须放弃这次结果
出现以下情况时，已覆盖范围无法用于后续决策，应直接重扫：中间文件缺失且日志不含URL明细；失败条目占比高到无法区分哪些页面被真正处理；扫描配置在中途被修改，导致前后口径不一致。反之，如果日志完整、失败条目可枚举、配置未变，就可以在已覆盖范围基础上续跑，不必从头开始。
续跑前把已完成的URL清单导出并去重，作为新一轮扫描的排除项，这样即使工具不支持断点，也能用两次扫描拼出完整覆盖。
