外链数量对不上,先对齐计数单位、数据范围、抓取时间和归并规则,再检查差异记录。链接出现次数、来源页、独立来源域和目标URL是不同指标;两个工具的数字接近,也不能自动证明它们都完整或正确。
100次出现,为什么可以只覆盖4个目标
以下为明确虚构的教学数据:100个不同来源页分布在12个示例主机下,每页出现一条链接。40条指向首页,产品A、B、C各20条。仅按这里的精确字符串计数,不模拟Google去重,也不含子域或公共后缀解析。
| 计数项 | 本例结果 | 含义 |
|---|---|---|
| 链接出现次数 | 100 | 逐个记录的超链接出现 |
| 来源页数 | 100 | 100个不同来源URL |
| 来源主机数 | 12 | source0.example至source11.example |
| 目标URL数 | 4 | 首页、产品A、产品B、产品C |
| 来源—目标去重关系 | 100 | 本例来源页不同,没有重复关系 |

“最常被链接的页面”可以是一张按数量排序的表,并非某个固定的页面总数。本例前3名只是4个目标中的子集,不能把Top 3与完整覆盖数混用。同页重复与其他单位的算例可看同一个URL算几条外链。
GSC有自己的采样和归组方法
Search Console链接报告说明,目标按canonical归组;同一来源URL到同一目标URL的重复关系,在移除参数及其他规范化后合并。来源网站按根域分组,子域、协议等可能被折叠。以上是该报告的统计规则,不能用它决定任意网址参数是否影响内容。
报告不是所有链接的完整清单,可能有省略、去重和截断,且可能保留历史发现后已删除的链接;它不标明nofollow。一般单表最多1000行,入口处Latest links和More sample links导出各有最多100000行的范围。导出成功不等于获得了完整互联网记录。
对照时要记资源类型:URL前缀资源与域名资源范围不同,某些子域链接在一个资源里可能属于外部。不能先把所有看起来像自家域的行删掉,再与GSC总数比较。
第三方工具、人工检查和交付清单各有用途
第三方工具可以帮助发现来源和差异,它的索引范围、更新周期与导出限制须按具体产品核。人工检查能证明所选页面本次实际状态,却不能覆盖未检查部分。交付清单说明约定和提交记录,也不自动证明全部资源仍在线。
差异较大时,从具体行开始:这条只在一个工具出现,是另一个尚未发现、已经归并、超出资源范围,还是当前访问失败?不要预设某个原因一定占最大比例。可抓取的链接形式另按a href与锚文本指南核验,HTML写法正确也不是该工具一定已计数的证明。
一份可比较的取数记录
- 保存工具、账号资源范围、导出时间、字段说明和原始文件。
- 注明累计、新发现、当前可访问或交付数量,别把首次发现日冒作发布时间。
- 记录来源页、原始href、最终地址、归组规则及排除项;原值与归组值分栏保留。
- 比较同一范围和单位的前后差异;缺失、超时和权限失败分别保留,不当成0。
参数与片段可继续看URL变体的处理。光算组合服务的数量、资源层级、独立域名与URL覆盖按各产品约定核算;同域多URL不是多个独立域名,中间层链接也不能冒记为全部直达业务站。资源选择另见有限预算下的目标优先级。