先给结论:不要按“旧页面标题是否相似”来配对,而要以旧域名上每条视频外链的落地URL为基准,逐个向新域名发起请求,记录最终落点、状态码和页面主体内容,再判断迁移对应关系。标题相似只能作为辅助线索,不能作为核对依据。
合作方更换域名后,常见的情况是:旧域名上的视频外链仍然可以访问,于是发布方认为迁移已经完成,继续按旧地址维护。但旧地址能打开可能有三种完全不同的原因,对应完全不同的处理动作。
这三种情况的表面现象都是“旧链接能打开”,但只有第一种说明迁移对应关系成立。因此核对的重点不是链接是否可访问,而是旧URL到新URL的映射是否逐条成立。
实际操作中通常有两种做法,各有适用条件。
按URL逐条验证:把旧域名上所有承载视频外链的页面URL整理成清单,逐个请求,记录跳转链、最终URL、HTTP状态码、页面标题和视频主体是否一致。这种做法的代价是耗时,适合外链数量有限、每条链接的落地页都承担具体引用需求的情况。它的优势是能发现“跳首页”“跳错页”“跳转到无关栏目”这类标题匹配看不出来的问题。
按页面标题批量匹配:抓取新旧两站的标题和URL,用标题相似度做批量配对。这种做法速度快,适合页面数量大、结构规整、标题唯一性强的站点。但它的风险在于:视频页面标题重复率高,同一系列视频可能只差一两个字,批量匹配容易把A视频的外链配到B视频的新地址上。一旦配错,后续按新地址维护引用,实际指向的却是另一个内容。
选择条件可以这样判断:如果外链分布在少量重点页面上,逐条验证更稳;如果页面数量大且标题结构高度规整,可以先用批量匹配缩小范围,再对涉及外链的页面逐条复核。无论选哪种,涉及实际引用关系的那几条链接都必须落到单条验证。
要判断旧链接指向新站是“逐条对应”还是“统一兜底”,需要收集几类证据。
这里要提醒一点:抓取量下降、旧链接请求量归零,都不能单独证明迁移对应正确。请求量下降也可能来自旧域名被逐步停用、爬虫重新发现新地址、或旧站被整体屏蔽,需要结合跳转链和页面主体一起看。
假设合作方把视频站从 old-example.test 迁到 new-example.test,你手上有三条外链,分别指向旧域名上的 /video/a、/video/b、/video/c。逐条请求后得到如下结果(以下为假设示例,仅说明比较方法):
核对完成后,实际动作是:把成立的那条外链更新为最终URL,把不成立的两条整理成待确认清单发给合作方,并在收到新地址前暂停对这两条的维护。这样处理的结果是,后续维护只针对已经确认对应的地址,避免在错误落点上继续投入。
迁移对应关系确认后,建议保留一张对应表,至少包含旧URL、最终URL、状态码、页面视频ID、核对日期。这张表的作用不是存档,而是下次合作方再次调整域名或栏目结构时,能快速判断哪些外链需要重新核对。如果合作方只提供新域名首页而不提供逐条映射,应要求对方给出旧URL到新URL的对应清单,或以你方逐条请求的结果为准,不采用标题相似度推断的配对。