旺道优化软件：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)
🔗 /0bce67fac925.html
📄
旺道优化软件：一次全站扫描被中断后怎样判断已覆盖范围
中断本身不会留下一个可靠的“已完成百分比”，你能判断的只是“哪些对象留下了可核对的扫描痕迹”。所以第一步不是重跑，而是把手中那份导出结果当成一份带时间戳的覆盖抽样：先确认它记录到哪一层、哪些字段能区分“扫过”和“没扫到”，再决定补扫范围。下面以你手头的一份扫描结果文件（CSV或列表导出）为对象，逐步转成可执行方案。
先分清“扫过”与“有结果”是两回事
全站扫描的输出通常混合了三类记录：状态正常、状态异常、以及根本没有记录。中断后最容易误判的是把“没有记录”当成“没有问题”。判断覆盖范围时，先看导出里是否存在一个能标识每个对象的唯一字段，例如URL、页面ID或路径。如果这个字段缺失或大量为空，说明导出本身不完整，覆盖范围无法从这份文件推断。
可操作的核对动作：把导出按唯一字段去重后计数，再与你已知的站点对象总数对比。若去重后数量明显小于总数，缺口就是未覆盖的候选区间。这个动作的结果会直接决定下一步——缺口集中在某几个目录，就按目录补扫；缺口随机分散，说明中断发生在早期，整批重扫更省事。
用时间戳和顺序字段还原中断点
多数扫描结果会带抓取时间或递增序号。把记录按时间或序号排序，观察最后若干条是否集中在同一路径、同一层级或同一批次。如果末尾记录明显聚集，中断点大概率就在那一批附近，之前的记录可视为已覆盖，之后的未覆盖。
但要注意一个边界：时间戳只能证明“写入时间”，不能证明“抓取完成时间”。如果工具是批量写入，末尾一批可能只写了一半。此时可以抽查末尾这批里的几个对象，手动访问确认其状态是否与导出记录一致。抽查一致，说明这批可信；抽查出现导出里没有的异常，说明这批记录不可靠，应把整批划入补扫范围。
假设例子：一份中断导出的判断过程
假设你手中有一次扫描的导出，共记录约1200条，站点已知对象约3000个，时间戳集中在两个连续区间，末尾约80条全部落在/product/目录。按前面的方法：去重后仍为1200条，说明唯一字段可用；缺口约1800个，且末尾聚集在单一目录。
由此可推出一个假设性结论：中断发生在/product/目录扫描中途，其余目录可能已覆盖但无法仅凭此文件确认。下一步动作是先补扫/product/，再对另外两个未出现在导出中的目录做小样本抽查。如果抽查发现这些目录的对象状态与导出缺失一致，就把它们也纳入补扫；如果抽查发现它们其实已被扫过、只是导出时被截断，则只需重新导出，不必重扫。这个例子里的数字仅用于说明比较方法，不代表任何实际工具的规模。
把判断结果转成补扫清单
判断覆盖范围的目的是产出一份可执行的补扫清单，而不是得到一个精确百分比。清单应包含三列：对象标识、判断依据（无记录／末尾聚集／抽查不一致）、处理方式（补扫／重导／跳过）。
- 无记录且属于核心目录：优先补扫，补扫后再与旧导出合并去重。
- 有记录但时间戳落在末尾批次：先抽查，抽查通过则跳过，不通过则整批补扫。
- 有记录且时间戳靠前、字段完整：可暂视为已覆盖，但保留其记录用于后续对比。
合并新旧导出时，以唯一字段为准去重，保留时间较新的一条。合并后再次计数，若总数接近站点对象总数，说明覆盖判断基本成立；若仍明显偏少，说明还有目录级缺口，需要回到第一步重新圈定范围。
哪些情况下这套判断不成立
如果导出里没有唯一字段、没有时间戳、也没有序号，那么这份文件只能作为零散样本，不能用来推断覆盖范围，此时唯一稳妥的做法是整站重扫。另一种情况是站点在中断前后发生了结构变化，例如目录改名或对象被删除，此时旧导出里的“已覆盖”对象可能已不存在，直接合并会产生错误结论，需要先核对当前站点结构再决定补扫范围。
具体到你所用的工具，字段名称、导出格式和是否保留中断记录都需要以实际版本为准；不同工具对“已扫描”的定义可能不同，判断前先确认这一点，再套用上面的步骤。
