爱站权重查询：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)
🔗 /628e0c6f0dd8.html
📄
爱站权重查询：一次全站扫描被中断后怎样判断已覆盖范围
扫描中断后，先不要看“已扫描多少条”，而要看断点那一刻的队列状态：是抓取请求已经发出但结果还没写回，还是任务在本地准备阶段就被终止。这两种情况下，已覆盖范围的判断方式完全不同。前者可能留下半截记录，后者通常只影响尚未开始的部分。
先区分两种中断：请求已发出与请求未发出
假设你用爱站权重查询做一次全站扫描，中途因为网络波动、进程被杀或手动停止而中断。此时最容易出现的矛盾是：日志显示处理了若干页面，但导出结果里却少了一部分，或者部分页面只有地址没有权重字段。
解释一：中断发生在结果写回阶段。请求已经返回，但本地还没完成解析和落库，所以日志有记录、结果不完整。
解释二：中断发生在任务调度阶段。部分页面只是进入了待处理队列，并未真正发出请求，因此日志和结果都不应把它们算作已覆盖。
能区分这两种解释的证据，不是“扫描条数”本身，而是任务日志里是否同时存在请求发起记录和结果写回记录。如果只有前者没有后者，应把对应页面归入“不确定覆盖”，而不是“已覆盖”。
用三层清单圈定真实覆盖范围
中断后建议把页面分成三层，而不是只给一个总数。
- 已确认覆盖：请求已发出，结果已成功写回，且关键字段完整。
- 不确定覆盖：请求已发出，但没有结果写回，或字段明显缺失。
- 未覆盖：仍停留在待处理队列，或根本没有进入本轮任务。
实际操作时，可以先按任务开始时间、中断时间和最后一条成功写回记录的时间做一个时间窗。时间窗内成功写回的页面归入已确认覆盖；时间窗内发起过请求但没有写回结果的页面归入不确定覆盖；时间窗之外的页面一律视为未覆盖。这个动作的结果会直接决定下一步：已确认覆盖部分可以暂时用于观察，不确定覆盖部分需要重新扫描或单独补查，未覆盖部分则必须重新纳入任务。
为什么“请求量归零”不能单独证明扫描完成
中断后如果看到请求量突然归零，不要立刻认为任务已经跑完。请求量归零至少有三种合理解释：任务确实结束、进程被终止、网络层暂时无法发出新请求。它们都可能表现为同一时刻没有新增请求。
要区分这些解释，可以检查任务状态是否仍为运行中、队列里是否还有待处理页面、以及最后一条成功写回记录距离中断时间有多久。如果任务状态已经结束且队列为空，请求量归零更接近正常完成；如果任务状态异常退出但队列仍有剩余，请求量归零只是中断的表现，不能作为覆盖完整的证据。
补扫时怎样避免重复和漏项
判断出覆盖范围后，补扫策略取决于你手里有没有稳定的页面标识。如果每个页面都有唯一地址或唯一编号，可以只对“不确定覆盖”和“未覆盖”两层重新发起任务，已确认覆盖部分跳过。这样做的结果是补扫范围更小，但前提是标识在两次任务之间没有变化。
如果没有稳定标识，或者页面地址带有会变化的参数，建议按时间窗整体重扫，而不是只补缺失字段。整体重扫的代价是重复处理已确认覆盖部分，但能减少因标识错位导致的漏项。选择哪一种，取决于你更在意节省扫描量，还是更在意覆盖完整性。
把判断结果落到下一次任务设置
一次中断暴露的问题，往往不是“要不要重扫”，而是任务缺少断点记录。下一次执行全站扫描前，可以把任务拆成可独立完成的小批次，每批结束后记录批次编号、起止时间和成功写回数量。这样即使再次中断，也能直接按批次判断覆盖范围，而不必从整站日志里反推。
如果工具本身支持导出任务日志，优先保留请求发起和结果写回两类记录；如果只能看到最终结果，至少要在中断后立刻保存当前导出文件，避免后续操作覆盖现场。具体按钮、字段名称和导出范围需要以你实际使用的版本为准，不同工具或同一工具的不同版本可能不一致。
一个可核对的短例子
假设一次扫描计划处理 1000 个页面，中断时日志显示已发起 600 个请求，导出结果中有 520 条完整记录。此时不能简单说“已覆盖 600 个”或“已覆盖 520 个”。更稳妥的判断是：520 个归入已确认覆盖，80 个归入不确定覆盖，剩余 400 个归入未覆盖。下一步先补查 80 个不确定页面，再决定 400 个未覆盖页面是重新排队还是与下一轮任务合并。这个例子中的数字只用于说明分层方法，不代表任何真实扫描结果。
判断已覆盖范围的关键，是让每一个页面都能被归入已确认、不确定或未覆盖中的一层，并且每一层都有对应的下一步动作。只要分层依据来自可核对的日志和导出记录，而不是单个总数，中断后的补扫就不会变成盲目重跑。
