网站死链检测 - 改动前怎样保存原始状态
📱 Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)
🔗 /10a6df3ec755.html
📄
网站死链检测 - 改动前怎样保存原始状态
在网站死链检测中，改动前保存原始状态的核心做法是：先完整导出当前可访问性数据，再对源文件或数据库做只读备份，最后把两者按时间戳归档。这样做的目的不是留档好看，而是让每一次删除、跳转或替换都有可回退的依据。
常见误解：截图和浏览器记录就算保存了
很多人以为把死链报告截个图、或者留着检测工具的在线记录，就等于保存了原始状态。问题在于，截图只保存了结论，没有保存判断依据。当你要确认某个链接到底是原本就 404，还是被误删后才 404，截图无法回答。
更关键的是，检测工具的在线记录会随下一次扫描被覆盖或更新。如果服务方调整了保留周期，你手里的历史结果可能突然消失。因此，原始状态必须落到你自己能控制的存储位置上。
改动前应该保存哪几类数据
- 链接清单：每个 URL、来源页面、HTTP 状态码、发现时间。
- 页面快照：至少保存出现死链的页面 HTML 源文件，而不是渲染后的截图。
- 跳转与规则文件：服务器配置中的重定向规则、
robots.txt、站点地图文件。 - 时间戳与版本标识：文件名或目录带上导出日期，便于对比。
需要提醒的是，robots.txt 的抓取限制不等于可靠的索引移除，站点地图也不保证收录。保存这些文件是为了记录改动前的声明状态，而不是把它们当成收录或排名的保证。
有条件的正确处理方式
如果站点规模小、没有版本控制，可以手动导出：用检测工具输出 CSV，同时把相关目录打包压缩，命名如 deadlink-before-20250101。适用条件是页面数量有限、改动范围明确。
如果站点已有 Git 或类似版本管理，正确做法是先提交一次当前状态，再开始改动。这样对比时可以直接看差异，而不是靠人工比对两份文件。判断结果的标准是：改动后能否用一条命令还原到改动前的提交。
如果链接数据存在数据库里，改动前应做一次只读导出，而不是直接在生产库上操作。导出后先校验行数和抽样内容，确认完整再动手。
保存之后怎样验证它真的可用
保存不是终点。建议做一次还原演练：从备份中取出一条已知死链记录，确认能在原始文件中找到对应位置。如果找不到，说明保存的内容不完整。
另一个检查项是时间一致性。链接清单的导出时间、源文件的备份时间应当接近，否则中间发生的改动会混进“原始状态”，导致后续判断失真。
时间和人手有限时先做什么
优先保存与本次改动直接相关的部分，而不是全站备份。例如只处理某一栏目时，先导出该栏目的链接清单和模板文件。这样能在有限时间内拿到最关键的回退依据。
下一步：在开始任何删除或跳转之前，先导出当前死链清单并提交一次版本记录，再执行改动。
