老站从 /archives/ 迁到 /post/ 之后,编辑只在后台改了固定链接,正文里的绝对地址没动。wget 抽查 50 篇文章发现 31 个死链,Screaming Frog 免费版抓到 500 条 URL 就停了,导出的报告里内链状态码一栏全是空的,靠人工点根本查不完。

这类报错背后常见的原因有几处,逐个排除就行。迁移时只做了新地址的 301,旧内链没有批量替换;正文里的链接写死域名和路径,模板改路径不影响它们;已删除的标签页和作者页仍被大量引用;编辑复制旧稿时把过期链接一起带进了新文章。

先用爬虫把站内 URL 和出链导出来

wget --spider -r -nd -o crawl.log https://www.example.com/

随后抽出正文里的站内链接去重

grep -o 'href="https://www.example.com[^"]*"' crawl.log | sort -u > links.txt

批量请求状态码并筛出 404

while read u; do curl -o /dev/null -s -w '%{http_code} %{url_effective}\n' "$u"; done < links.txt | grep ^404

末了按旧路径映射表跑一次批量替换

UPDATE wp_posts SET post_content = REPLACE(post_content, '/archives/', '/post/');

改完先别撤,确认这几项。再跑一遍爬虫,站内 404 内链从 8000 条降到 50 条以内,GSC 的 404 报告不再新增。

补一句。替换前先备份 post_content,正则替换很容易把图片地址和外链一起改掉。监控比日志更早给出信号,事后回看经常能提前半小时发现异常。

作者 9823189