网站开发入门指南：历史地址没有一一对应新页时怎样设计映射
📱 Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)
🔗 /e3d4dee16489.html
📄
网站开发入门指南：历史地址没有一一对应新页时怎样设计映射
当旧站地址数量远大于新站页面，或者旧地址本身混乱、重复、带参数时，不要追求“一条旧地址对一条新页面”。更可行的是先把旧地址整理成可判定的类别，再为每类指定一个目标页或一个明确的处理结果。判断标准不是覆盖率越高越好，而是每条旧地址都有确定的去向，且这个去向与用户当时想找的内容足够接近。
先拿一份真实地址清单，而不是先写规则
从服务器访问日志、搜索控制台里的历史页面报告、旧站导出的栏目表或数据库里，取一份最近仍有请求的旧地址清单。至少保留四列：完整地址、请求次数、旧页面标题或栏目、你判断的用户意图。请求次数只用来排优先级，不能单独证明某个地址重要，因为爬虫回访、外部链接、误拼和监控请求都会造成请求量。
把清单按路径形态分组，通常会出现这几类：
- 旧栏目页，例如
/news/、/product/，通常可以映射到新站对应栏目。 - 旧详情页，例如带数字 ID 或日期路径的页面，需要判断内容是否仍存在。
- 带参数的地址，例如
?page=2、?category=3，要判断参数是否改变内容。 - 已经不存在的内容，例如旧活动页、临时专题页，需要决定是合并到上级栏目还是返回明确的状态。
这一步的实际动作是：先只处理请求次数较高、且有外部链接或旧导航指向的地址。结果会直接影响下一步——如果高优先级地址都能归入少数几类，就可以用规则批量映射；如果每一类里都混着不同意图，就需要逐条判断。
按“内容对应关系”决定映射，而不是按地址长得像
地址结构相似不代表内容相关。旧地址 /article/2019/05/12/ 可能是一篇产品说明，新站对应的可能是产品页而不是博客文章。判断映射时，优先看旧页面标题、正文主题和用户从哪个入口进入，再看新站是否有同主题页面。
可以按以下顺序决定：
- 新站有同主题页面：映射到该页面，并确认页面可访问、内容完整。
- 新站有同主题栏目，但没有单独页面：映射到栏目页，并让用户能在栏目里继续找到相近内容。
- 内容已合并到另一篇：映射到合并后的页面，不要映射到首页。
- 内容已彻底删除且没有替代：返回 410 或 404，并确保返回状态明确，不要用 200 状态展示空页面。
这里有一个常见取舍：把所有旧地址都指向首页，看似减少了 404，但用户和爬虫都会认为首页与旧地址无关，后续判断会更混乱。相比之下，少量明确的 404 或 410 更容易解释，也更容易在后续修正。
用一张映射表把判断变成可执行结果
不要只写“旧地址改成新地址”这句话。把映射写成表，至少包含旧地址、目标地址、处理方式、依据和负责人。处理方式只有几种：301 永久跳转、302 临时跳转、410 已删除、404 未找到、保留原地址。选择哪一种，取决于内容是否永久迁移。
假设你手上有 200 条旧地址，其中 120 条能对应到新站页面，50 条对应到栏目页，30 条没有对应内容。一个可执行的分配是：
- 120 条同主题页面：使用 301，目标为新页面。
- 50 条栏目级地址：使用 301，目标为新栏目页；如果新栏目页尚未上线，先保留原地址或返回 404，不要临时指向首页。
- 30 条无对应内容：如果确认不再提供，使用 410；如果不确定是否还会恢复，使用 404。
这个例子的数字只用于说明分类方法，不代表任何真实站点。实际动作是：先完成这 200 条的映射表，再在测试环境逐条检查目标地址是否返回正确状态、是否可访问、是否与旧内容主题一致。检查结果会决定哪些规则可以批量应用，哪些必须退回逐条处理。
跳转上线后，用“可解释的异常”继续修正
映射上线后，旧地址请求量下降、新地址请求量上升，只能说明跳转可能生效，不能单独证明映射正确。还要看目标页面是否获得与旧页面相近的访问深度、用户是否继续点击站内链接、搜索控制台是否报告软 404 或重定向错误。
如果某个旧地址仍然有较高请求量，可能的解释包括：跳转未生效、外部链接仍指向旧地址、用户书签未更新、爬虫尚未重新抓取。不要因为请求量没有立刻归零就断定映射失败，也不要因为请求量归零就断定处理正确。更可靠的动作是抽查：从旧地址清单里随机取 20 条，逐条访问，记录返回状态、最终地址和页面主题。抽查结果会告诉你，下一轮应该扩大批量规则，还是回到映射表修正个别条目。
把“没有一一对应”当成正常条件，而不是例外
旧站改版后，地址数量、栏目结构和内容主题很难完全对齐。设计映射时，先接受“不是每条旧地址都有唯一新页面”这个前提，再为每条地址指定一个可解释的结果。能对应的用 301，能归类的用栏目页，不能对应的用 404 或 410，暂时不确定的保留原地址。这样做的结果不是覆盖率数字好看，而是每一条旧地址都有明确去向，后续排查时也能知道该改哪一条规则。
