一条外部链接从对方发布出来，到你的报表里出现，中间隔着四道闸门。能被解析、被发现、被抓取、被处理，是四件不同的事，任何一步没过，这条链接对你都还不存在。站长最常见的误判，是把「对方已经发布了」当成「你已经被计入」——这两者之间可能隔着几天，也可能永远隔着那一步。
从发布到被计入的四个环节
先看第一道闸门。官方对可抓取链接的写法要求写明：链接一般必须是带 href 属性的 <a> 元素，其他格式的链接不会被爬虫解析和提取；<a> 元素里的地址还必须能解析成一个真实可请求的网址。文档同时说明，用 JavaScript 动态插入的链接也可以被抓取，前提是插入之后用的正是上面这种 HTML 写法。
第二道和第三道闸门在搜索工作原理文档描述的流程里：页面被爬虫从已知页面提取链接时被发现，随后才可能被抓取；发现不等于抓取，被 robots.txt 禁止或需要登录才能访问的页面不会被抓取。抓取之后进入索引阶段，文档写明这一步并不保证完成。
第四道闸门是「处理」。链接被抓到之后，它提供的信息才会被归到目标 URL 上；这一步的结果要落到你能看的数据里，还有时间差：请求重新抓取的官方说明提到，提交单个 URL 有配额，对同一个 URL 反复请求重抓并不会让它被抓得更快。同一个页面上的改动，官方也写明通常要过几天到几周才会被重新处理。
每一环最容易卡住的位置
把四道闸门对应到具体的排查动作，可以直接拿去用：
| 闸门 | 怎么确认它过了 | 最常见的卡点 |
|---|---|---|
| 一、可解析 | 查看来源页源码，搜 <a 加 href；地址是否是完整可请求的网址 | 用 <span> 或 onclick 伪装成链接；地址写成 javascript: 之类无法请求的形式 |
| 二、被发现 | 目标 URL 在站点地图里，或有站内链接指向它 | 整站没有任何入口能走到这个地址，只能靠外链被发现 |
| 三、被抓取 | 看抓取统计里这个 URL 有没有出现；检查 robots.txt 与登录墙 | 被 robots.txt 屏蔽；页面需要登录；抓取预算长期没轮到这个 URL |
| 四、被处理 | 在链接报告里按目标 URL 查到该条；用 URL 检查工具看该 URL 的状态 | 目标页返回 404 或 5xx；被 noindex；被规范地址指向另一个 URL |
第三道闸门最容易被误读。官方写明爬虫用算法决定抓哪些站点、抓多频繁、每个站点抓多少页，这意味着「有外链」不构成「会被抓」的保证，只是提高被发现的可能性。所以站内主动给每个重要页面至少一条入口，是让第三道闸门更容易过的唯一可控手段。
落点页自己的三道前置检查
在自己这边，下一条链接进来之前先把三件事做完，能省掉后面大半排查：
- 地址能用。打开它，确认返回 200，正文有可读内容。
- 允许被抓取和索引。检查 robots.txt 有没有拦、页面里有没有 noindex，两者要一起看，只查一种会漏。
- 规范地址指向自己。如果这一页有多个地址形态，确保 canonical 指向的就是你要拿链接的那一个，否则信号会归到别处。
第 2、3 项出问题时的排查顺序，见外链发出去却没被收录怎么查。
怎么确认这条链接真的走完了全程
按可见性从低到高做三步，越往后越可信。第一步，直接打开来源 URL，看链接在不在、属性是什么，落点地址是什么。第二步，在 URL 检查工具里输入你的目标地址，看它当前的索引状态和 Google 选取的规范地址是什么，这是最接近官方口径的一手证据。第三步，在链接报告里按目标 URL 查，看这条是否已被记录。三步都过，才在报表里标为「已计入」；只过了第一步的，标为「已发布待核」。
把这三步的结果连同核对日期一起存进表，字段怎么设见确认外链是否被收录。这张表真正的用处不是证明什么，而是让下一次争论回到具体某一天的具体某个地址上。
哪几环不适用这套流程判断
三种情况不要用四道闸门来解释。第一，这条链接是标注了 rel="nofollow" 或 rel="sponsored" 的：官方对这两类属性的定位是标记链接关系，抓取环节的处理方式与普通链接不同，先确认属性再谈后面的环节。第二，你的衡量目标是引荐访问而不是搜索侧的数据，那关心的是访问统计而不是抓取与索引。第三，一个刚上线的站点整体都还没有抓取记录，此时任何单条链接的「是否被计入」都无法单独判断，要先等站点本身被抓取。