先把当时的情况摆出来。站点有 600 个视频页,富媒体测试全部通过,GSC 视频报告里有效视频是 0,日志里蜘蛛抓过页面却从不请求 .mp4,sitemap 只是一份普通 URL 列表。
原因不止一个,得分开看。视频页没有单独的 video sitemap,蜘蛛不知道有媒体文件。少数情况下是video:content_loc 填的是播放器页面而不是文件地址。
另外,视频文件被 CDN 防盗链挡住,抓取返回 403。少数情况下是thumbnail_loc 指向的封面图已经 404。
上来先确认视频文件能否被蜘蛛取到
curl -sI https://cdn.example.com/v/1001.mp4 | head -5
再往下看 video sitemap 是否存在
curl -s https://www.example.com/video-sitemap.xml | grep -c 'video:video'
接着检查 video 标签的字段分布
grep -o 'video:[a-z_]*' video-sitemap.xml | sort | uniq -c
提交后回看视频报告状态
curl -s https://www.example.com/video-sitemap.xml | head -20
那几天正好在做别的变更,先把时间线对齐才敢动手。
别只看报错消失,验证要多做一步。video sitemap 每条都带 content_loc 和 thumbnail_loc,视频报告从 0 涨到四百余条,封面图可访问。
容易忽略的是,视频收录看的是媒体文件能不能被直接抓,页面通过富媒体测试只说明标记合法,不代表视频被发现。线上能稳定复现的问题都不算难,难的是只在大流量下才出现的那种。
