内链：参数组合无限增长时怎样定义有效地址集合
📱 Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)
🔗 /6d5fab4afec2.html
📄
内链：参数组合无限增长时怎样定义有效地址集合
有效地址集合不是“所有能返回200的URL”，而是“值得被站内链接指向、且能稳定复现同一内容视图的URL”。当筛选、排序、分页、追踪参数可以无限拼接时，必须先按参数语义分组，再为每组只保留一个规范入口；否则内链会不断扩散到低价值组合上。
先看一个矛盾：样本成立，规模一上来就失效
假设某个列表页有颜色、尺码、排序、页码四类参数。单独测试时，?color=red、?size=m、?page=2都能正常返回内容，于是把它们都加入内链。规模扩大后，组合数按乘法增长，颜色×尺码×排序×页码很快超出可维护范围，出现同一批商品对应大量近似地址，站内链接权重被稀释，抓取预算也被大量消耗。
这个矛盾说明：单个URL“能访问”不等于它属于有效地址集合。有效性的判断对象是集合，不是样本。
两种解释：语义参数还是排列参数
解释一：这些参数都具备独立语义。颜色、尺码代表用户真实可选的内容维度，每个取值都对应不同的商品子集，因此都值得保留为可链接地址。
解释二：只有部分参数具备独立语义，其余只是视图排列。排序、页码、追踪参数不改变内容集合本身，只改变呈现顺序或来源标记，它们不应各自生成新的可链接地址，而应归并到一个规范入口。
两种解释会导出完全不同的集合大小。若按解释一处理，集合会随维度取值数量相乘膨胀；若按解释二处理，集合只随真正的内容维度相加增长，规模可控。
能区分两种解释的证据
要判断某个参数属于哪一类，可以收集以下证据：
- 该参数的不同取值，返回的商品集合是否实质不同。若只是顺序不同，倾向排列参数。
- 该参数是否被用户主动选择并影响决策。颜色、尺码通常符合，追踪参数不符合。
- 去掉该参数后，页面主体内容是否仍然完整可理解。若完整，说明它不是内容维度。
- 该参数的取值空间是否封闭。封闭且有限的可作为语义维度，开放或可无限拼接的应排除。
这些证据指向同一结论时，分类才可靠。若证据互相矛盾，说明该参数处于边界地带，需要单独定义规则，而不是直接并入某一类。
据此定义有效地址集合
把参数分为三类后，可以给出集合定义：
- 内容维度参数：取值有限、语义独立，允许生成可链接地址，但每个维度只保留一个规范形式。
- 排列参数：排序、视图模式等，不生成独立可链接地址，统一指向无该参数的规范入口。
- 追踪与临时参数：不进入内链，不作为地址集合成员。
按此定义，有效地址集合等于各内容维度规范入口的并集，而不是全部参数组合的笛卡尔积。这个定义可以直接约束内链生成规则：只有集合内地址才允许被站内链接指向。
一个假设例子：动作与结果
假设某站点有10种颜色、5种尺码、3种排序、若干页码。若把全部组合纳入内链，地址数量会随页码继续放大；若只保留颜色和尺码的规范入口，地址数量收敛为50个基础入口加必要的分页规范形式。动作是：先冻结排列参数和追踪参数，只对内容维度生成内链。结果是内链指向的地址集合稳定且可枚举，后续新增尺码或颜色时只需追加有限入口，不会引发组合爆炸。下一步就可以基于这个稳定集合检查内链是否指向了集合外地址，并逐一修正。
需要说明的是，以上数字仅用于说明比较方法，不代表任何真实站点的实际规模。
不能直接照搬的边界
这套定义成立的前提是：内容维度参数取值有限且语义稳定。若某个参数取值由用户输入或外部数据动态生成，取值空间不封闭，就不能直接套用“保留内容维度”的规则，而应改为只保留预定义的规范取值。此外，若站点本身内容量很小，组合膨胀的风险较低，严格收敛的收益也相应有限，此时可优先处理追踪参数和排列参数，而不必立即重构全部内容维度入口。判断标准始终是：该参数是否改变内容集合本身，以及集合规模是否已超出可维护范围。
