WordPress主机迁移：批量页面只有一部分被发现时怎样划分对照组
📱 Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)
🔗 /47734c747e6c.html
📄
WordPress主机迁移：批量页面只有一部分被发现时怎样划分对照组
先给结论：不要按“已发现/未发现”直接分两组，而要按迁移中“URL是否变化、内容是否重新生成”这两个条件划分对照组。如果迁移只换了服务器、URL和模板都没动，对照组应设为“迁移前已发现且内容未改”的页面；如果迁移伴随固定链接或模板重写，则要把“URL未变但内容被重新输出”的页面单独拉出来，否则你分不清是主机环境问题还是输出逻辑问题。
先判断迁移属于哪种类型，再决定对照组怎么切
WordPress主机迁移有两种常见形态，对照组的划分方式完全不同。
形态一：只换主机，URL、模板、插件输出逻辑都不变。这时如果批量页面只有一部分被发现，最可能的干扰项是抓取预算分配、内链权重分布和服务器响应差异，而不是内容本身。对照组应取“迁移前已被发现、迁移后URL和内容均未改动”的页面，它们是你判断环境是否正常的基准线。实验组则是“迁移前已被发现、迁移后仍未改动但当前未被发现”的页面。
形态二：换主机的同时改了固定链接、模板或做了内容重写。这时未发现的原因可能来自URL变更、canonical指向、模板输出缺失或内链断裂。对照组必须拆成两层：一层是“URL未变且内容未变”的页面，另一层是“URL未变但内容被重新输出”的页面。只有第一层能用来判断主机环境，第二层用来判断输出逻辑。
选择依据很简单：如果两组页面在迁移前后的差异点不止一个，任何结论都不可信。先让对照组只保留一个变量，再谈发现率差异。
实施动作：先锁定对照组的准入条件，再逐条核对
具体操作分三步，每一步的结果会直接决定下一步是否继续。
- 拉出迁移前已被发现的页面清单。用迁移前留存的站点地图、日志或抓取记录作为基线。注意站点地图只表示你提交过，不保证收录，所以基线要尽量取“迁移前确实有抓取记录”的URL，而不是只取站点地图里的URL。
- 给每个URL打两个标记：URL是否变化、内容是否重新生成。标记完成后，只保留“URL未变且内容未变”的页面作为核心对照组。如果这一步剩下的页面少于你预期的规模，说明迁移改动面比预想大，应停止对比，先回到迁移记录确认改动范围。
- 对核心对照组和实验组分别记录响应状态、canonical、内链入口数量。如果对照组自身就出现大量非200状态或canonical指向异常，说明问题在主机或全局配置层面，此时再细分实验组没有意义，应先修全局问题。
这个动作的关键结果是：对照组是否干净，决定你能不能把“未发现”归因到迁移本身。如果对照组不干净，下一步的任何抽样都只是猜测。
什么情况下不能按“已发现/未发现”分组
有三种例外需要单独处理，否则对照组会失去区分能力。
- 迁移前就存在大量未发现页面。如果基线本身就不完整，迁移后的“未发现”可能只是历史遗留，不能归因于本次迁移。此时应把迁移前已发现且迁移后仍未发现的页面作为唯一实验组，其余页面不参与对比。
- robots.txt 或 meta robots 在迁移中被改动。抓取限制不等于可靠的索引移除，但会直接影响发现过程。如果迁移中动过这些规则，必须先把规则恢复或单独隔离，再划分对照组。
- 页面依赖前端渲染或接口输出。如果模板改动导致内容输出方式变化，即使URL未变，页面实际可见内容也可能不同。这类页面不能放进“内容未变”的对照组，应单列为输出逻辑组。
一个假设例子：用两组页面判断问题出在环境还是输出
假设迁移前有1000个页面已被发现，迁移后只有300个仍被发现。你按上述条件划分：
- 对照组A：URL未变、内容未变，共400个页面，其中380个仍被发现。
- 实验组B：URL未变、内容未变，但迁移后未被发现，共200个页面。
- 单独组C：URL未变、内容被重新输出，共400个页面，其中只有100个被发现。
此时对照组A的发现率明显高于组C，说明问题更可能出在内容重新输出的逻辑上，而不是主机环境。下一步应优先检查组C的模板、canonical和内链，而不是继续扩大主机层面的排查。这个例子中的数字仅用于说明比较方法，不代表任何真实站点的表现。
如果对照组A自身的发现率也明显下降，则说明问题更可能在全局配置或服务器响应层面，此时应暂停对组C的细分，先处理影响所有页面的共性问题。
划分完成后，下一步该验证什么
对照组划分只是起点。接下来要验证的是：在对照组内部，未被发现的页面是否集中在某个目录、某个模板或某个内链层级。如果集中出现，说明问题有结构性原因；如果随机分布，则更可能是抓取预算或响应波动。无论哪种结果，都不要用单次抓取量归零来证明处理正确，因为抓取波动、日志采样和统计口径变化都可能产生同样现象。只有对照组本身保持稳定，后续的验证才有意义。
