一条链接算一条还是多条：URL 变体的计数问题

一条外链到底算一条还是多条，取决于你在报表里把它规范化到什么程度。只要 URL 字符串不完全相同，多数工具就先记成不同的一条；是否合并，取决于你有没有把它们归到同一个计数单位上。所以"这批外链是 60 条还是 12 条"这个问题没有唯一答案，只有"你按哪种口径数的"这个明确问题。

先把 URL 拆成规范里说的那几个部分

判断两条 URL 是不是同一个东西，起点是 URI 的语法结构。按照 RFC 3986 对 URI 等价与比较的规则，判断依据是字符串比较，再按 URI 方案自身的定义补充规则。同一节还写明，这些比较方法的设计目标，是在尽量减少漏判（把等价的判成不同）的同时严格避免误判（把不同的判成等价）。这解释了为什么不同工具对同一批链接给出的条数会不一样：它们停在比较梯子的不同档位上。

RFC 3986 列出的"语法归一化"包含三件事：大小写归一化、百分号编码归一化、去掉点段。文中给的示例是 example://a/b/c/%7Bfoo%7D 与 eXAMPLE://a/./b/../b/%63/%7bfoo%7d，按语法归一化可以被认为等价。Google 自己的 URL 结构说明把这一点讲得更直白：URL 结构最佳实践里对大小写与参数的处理要求，scheme 和 host 不区分大小写，而 /APPLE 与 /apple 被当作两个各自有内容的不同 URL；同一页面的多套筛选参数、被称作"引荐参数"或"会话 ID"的附加参数，会造出大量指向相同内容的 URL。

还有一个常被算错的点：RFC 3986 在等价判断一节还说明，当 URI 比较的目的是"选择或避免一次网络动作"时，片段组件（即 # 之后的部分）应当被排除在比较之外。所以 /a 与 /a#pricing 在"该不该再取一次内容"这个意义上是同一个地址。

把 URL 写法映射到计数单位

下面这张表可以直接贴在报表说明里。它按"写法差异"给出建议的计数单位，以及为什么。

Google 对规范化的力度也分档。Google 对指定规范 URL 的几种方式的强弱排序把重定向和 rel="canonical" 都列为强信号，把"写进站点地图"列为弱信号。报表的计数单位最好跟这个强弱对齐：你用 rel="canonical" 声明过是同一页的，就该合并；你连规范化标签都没写、只靠服务器跳转的，就先别合并。

怎么把这件事做成可执行的动作

1. 在报表里加一列"计数单位"。三档写死：字符串级、规范化级、规范页级。同一张表可以同时输出三个数字，不要只留一个。
2. 先做一次自站 URL 归一化扫描。把你自己站点会被外部链接到的地址导出，按上面那张表逐类归并，得到一份"我到底有多少个对外地址"的清单。
3. 对每个参数做取舍判断。不改变内容、只是为了统计用的参数，从你的外链请求里去掉；必须保留的，声明该页的规范 URL。参数越多，外部链接落到哪一档就越不可控。
4. 和采购方谈价时先对齐口径。把"字符串级一条还是规范页级一条"写进条款，再谈数量。

这一层的具体动作，和站内那篇讲工具统计口径为什么对不上的分析是同一件事的两端：那边解释差异从哪来，这边定你用哪一档。参数多的站点还要配合分页与规范的处理方式一起看，不然合并口径会前后不一致。

什么时候这套口径不适用

• 你的页面确实要按参数区分内容时。同一个列表页按 ?city= 渲染不同城市，是真实差异，合并会掩盖问题。
• 服务器对路径大小写返回不同内容时。这时候 /Page 与 /page 是两条真链接，合并口径会替你隐藏一个技术缺陷。
• 只有你自己一个数据源时。三档口径来自不同工具的归一化逻辑，单一工具内部的"引用域"划分可能不按 RFC 3986 走，跨工具对不齐是正常的。这条正好可以参照外链权重的站内传导里的落点页判断顺序。

怎么验证你选的口径是对的

用同一个落点页做小样本对照，不要全站推。挑 5 个已知被外部链接过的页面，把每页的原始链接 URL 手工列出来，分别按三档口径数一遍，再和工具显示的三个数字对齐。三个数字里凡是能手工复现的那一档，才是你能在合同和汇报里用的口径。对齐之后再看整体：如果某一档的合并比例异常高（大量 URL 只差一个参数或一个锚点），说明问题不在计数，在你的 URL 设计或链接请求格式上，该改的是那边。