链接查询：免费版缺少关键字段时怎样补充可核对证据
📱 Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)
🔗 /56cd5d8410b2.html
📄
链接查询：免费版缺少关键字段时怎样补充可核对证据
免费版通常只给一个汇总判断，缺的是能回溯的原始字段，比如来源页、锚文本、首次发现时间或状态码。补充证据有两条路：一是用可复现的抽样手工采集，二是换用带导出字段的付费或自建方案。选哪条，取决于你要的是“能对外解释的单条结论”还是“能批量复核的整体分布”。
先判断缺的是哪类字段，再决定补法
免费版缺失的字段大致分两类，处理方式完全不同。
- 可外部复现的字段：来源页 URL、锚文本、链接所在位置、目标页状态。这些字段在任何浏览器或命令行里都能独立验证，手工补的成本可控。
- 只有工具内部才知道的字段：发现时间、抓取频次、历史快照、内部评分构成。这类字段无法从外部复现，只能换工具或接受“不可核对”的现状。
判断方法很简单：把缺失字段拿去问“我能不能不依赖这个工具，自己证明它是对的”。能，就属于第一类，值得手工补；不能，就属于第二类，补了也只是换一个不可核对的数字。
条件一：只核查少量重点链接时，用抽样手工补证
当你只需要确认几十条以内的链接是否真实存在、指向是否合理，手工补证比换工具更快，也更经得起追问。
具体动作：从免费版结果里按“影响最大”排序，取前 20 到 30 条；对每条记录来源页 URL、锚文本原文、目标页返回状态，以及你实际看到链接的页面位置。用 curl -I 或浏览器开发者工具确认状态码，把锚文本原样复制而不是转述。
这个动作的结果会直接影响下一步：如果抽样里出现“工具显示存在、实际页面已删除”或“锚文本与工具描述不符”，说明免费版的字段口径和你的核查标准不一致，此时继续手工补只会放大误差，应转向换工具；如果抽样全部对得上，手工补证就是够用的证据链，不必为剩余长尾付费。
例外：如果链接数量超过几百条，或需要按月重复核查，手工抽样的时间成本会超过工具费用，这条路的性价比就消失了。
条件二：需要批量复核或对外交付时，换带导出字段的方案
当核查结果要交给别人复核，或需要覆盖全部链接而不是抽样，缺字段本身就是硬伤，应该换成能导出原始字段的工具，或自建采集脚本。
选择依据不是“字段越多越好”，而是“导出的字段能不能支撑你的结论”。如果结论是“这批外链里有 X% 指向已失效页面”，你需要的是每条链接的状态码和目标页 URL，而不是一个总评分。字段对不上结论，再多也没用。
实施动作：先用同一批 20 条链接在两个方案里各跑一遍，比较来源页、锚文本、状态码三项是否一致。不一致的地方要能解释原因，比如抓取时间不同、是否跟随重定向。解释不了，说明两个工具的口径不可比，不能混用结果。
代价要提前算清：付费方案的字段更全，但导出格式、字段命名、去重规则各有差异，接入你的核查流程需要额外适配；自建方案字段完全可控，但要自己处理抓取频率、反爬和存储，维护成本落在你这边。
补证时最容易混淆的两件事
第一，“工具没显示”不等于“链接不存在”。免费版字段缺失可能只是抓取范围或更新周期的问题，也可能是页面需要登录、被 robots 限制，或链接由脚本动态插入。这些都属于合理解释，不能直接判定链接失效。要区分，就回到条件一的手工验证：实际打开来源页看链接在不在。
第二，字段齐全不等于结论正确。即使拿到来源页和状态码，也要注意状态码 200 只说明页面可访问，不代表链接仍指向你期望的目标；重定向链、软 404、锚文本被改都可能让“存在”的链接失去原意。所以核对时至少同时看状态码和目标页实际内容，缺一不可。
假设例子：同一批链接在两种条件下的不同结论
假设你手上有 500 条工具返回的链接，免费版只给了“有效/无效”标记。若你只关心其中 15 条核心合作页，手工打开来源页、记录锚文本和状态码，半天内可以完成，结论可直接引用。若你要向合作方证明“整体有效率”，抽样 15 条不足以支撑整体判断，此时应导出全量字段，按来源域名分组统计，并说明统计口径和抓取时间。两种做法没有优劣，只有适用条件不同：前者要的是单条可信，后者要的是分布可复核。
什么时候两种补充都不值得做
如果缺失字段既无法外部复现，又不在你的结论所需范围内，正确做法是缩小结论，而不是硬补。例如你只需要判断“这批链接是否值得继续维护”，那么来源页和状态码已经够用，发现时间和历史快照可以放弃。把核查目标收到字段能支撑的范围内，比为了凑齐字段去换工具更省成本。需要核对具体工具当前提供哪些字段时，应以该工具实际导出结果为准，不依赖第三方描述。
