先把结论说清楚:对象格式一变,输入规范要跟着改的往往不是“填什么字段”,而是三件事——对象粒度、匹配范围和期望的对照基准。如果原来按整站提交,现在要落到单页,最稳妥的最小动作是先把同一批输入拆成“站级公共项 + 页级差异项”,再决定哪些字段允许留空。留空不等于失败,但它通常意味着你只能得到页级的部分结论,不能反推整站表现。
对象格式变化通常有两种情况,处理方式不同。
判断依据很简单:如果你的输入里同时存在“所有页面都相同”和“只有某些页面不同”的值,就需要先分层,而不是直接改格式。
如果你有完整的 URL 列表或页面路径清单,优先按页级输入,并保留站点公共项作为固定前缀或默认值。动作上,先把清单去重并统一成同一层级(例如都以目录结尾或都不带结尾斜杠),再逐页填入差异项。这样做的结果是:后续你要对比页面之间的差异时,不需要反复重填公共项,也更容易发现哪些页面因为格式不一致而被漏掉。
此时不要急着把所有页面合并成一个站点输入。合并会掩盖单页之间的差异,一旦某个页面格式写错,你很难从结果里定位是哪一个。
如果你拿不到全部页面,或者没有权限导出完整列表,就不要假装输入是完整的。最小可执行动作是:只对你能确认的页面按页级输入,并在规范里明确标注“未覆盖范围”。例如只填首页和两个栏目页,就写清楚这三个对象是抽样,不是全站。
这种情况下,你能得到的结论仅限于这几个页面,不能推出整站表现,也不能因为某个页面没有出现在结果里就断定它被处理或未被处理。缺少数据时,留空或标注未知比编造一个完整清单更可靠。
对象格式变化后,建议按下面顺序调整规范,而不是只改一个字段名。
site、path、url 这类内部标记区分层级,避免同一个字段在不同行代表不同粒度。做完这四步后,再检查一次:如果换一个人按新规范填写,他能不能判断每一行代表什么粒度。如果不能,说明规范还没改到位。
假设原来输入是 example.com 代表整站,现在要改成三个页面:example.com/a、example.com/b、example.com/c。公共项是 https 和 example.com,差异项是 /a、/b、/c。如果直接写成三行完整 URL,通常也能用,但一旦域名写错一个字母,三行里只有一行会出错,排查成本更高。先拆公共项再填差异项,出错时只需检查公共项一处。这个例子的数字只用于说明比较方法,不代表任何实际工具的处理结果。
改完规范后,你可能观察到某些输入被跳过、某些结果为空,或者请求量、抓取量看起来归零。这些现象不能单独证明你的规范改对了,也不能证明对象被正确处理。它们还可能是:输入格式虽然统一但值本身无效、对象确实不存在、权限不足导致无法读取、或者工具对空值的处理方式与你的预期不同。要区分这些原因,需要把输入、规范说明和观察到的现象放在一起对照,而不是只看某一个数字的变化。
如果确实缺少完整数据或权限,就按最小动作执行:只处理能确认的对象,标注未覆盖范围,并明确哪些结论不能推出。具体某个工具当前支持哪些字段、是否接受批量输入、空值如何处理,需要以你实际使用的版本和官方说明为准,不要根据旧教程或他人截图直接套用。