网盘外链工具一次全站扫描被中断后怎样判断已覆盖范围
📱 Mozilla/5.0 (compatible; QlyzeBot/1.0; +https://app.qlyze.io/bot)
🔗 /04bf94c2aded.html
📄
网盘外链工具一次全站扫描被中断后怎样判断已覆盖范围
中断后不要凭“扫到哪一页”来判断覆盖范围，而要把已产出的结果按来源分层回推：能稳定复现的条目才算已覆盖，只有任务日志或进度条数字的条目只能算待复核。原因在于，扫描中断时进度记录和实际产出经常不同步，前者只说明任务走到过某处，后者才说明链接和状态确实被写了下来。
两种常见解释：任务真的扫过，还是只是进度显示过
中断后覆盖范围出现缺口，通常有两种解释。第一种是任务确实访问并处理了那部分内容，只是结果尚未落盘或落在临时状态里；第二种是任务只是把队列指针推进到了那里，实际请求没有完成，或者完成但返回的是错误页、登录页、限流提示。两种解释在界面上可能长得一样，都会让进度条停在一个靠后的位置。
区分它们的关键不是看进度，而是看产出的可复核性。已落盘的结果如果带有原始地址、抓取时间、返回状态和内容指纹，就能证明这一条被真正处理过；只有计数或百分比，没有对应条目，就不能计入覆盖范围。对旧内容、旧系统或旧合作关系的退出场景来说，这一点尤其重要，因为漏掉的往往正是那些已经失效、需要确认能否删除的链接。
用三类证据区分“已覆盖”和“只是走过”
第一类证据是结果清单本身。把中断前导出的结果按来源分组，统计每组有多少条带完整字段的记录。字段至少包括原始链接、处理状态、时间戳和内容摘要或哈希。缺字段的记录单独放一列，不要和完整记录混在一起。
第二类证据是可复现性。从完整记录里随机抽一小批，用同样的请求条件重新访问一次。如果返回状态和内容指纹与记录一致，说明这批记录可信；如果大量出现超时、跳转或内容变化，说明中断可能发生在网络或权限波动期间，覆盖范围要打折。
第三类证据是边界样本。找出中断前最后若干条完整记录，再找出中断后第一条新记录，看两者之间是否存在来源跳变。如果中间跨越了某个目录、某个域名或某类文件，而这类内容在结果清单里几乎为空，那么缺口大概率就落在这一段，而不是均匀分布在整个站点。
这里有一个假设例子：某次扫描在进度显示 68% 时中断，导出结果里有 1200 条完整记录、300 条只有链接没有状态。重新抽样 50 条完整记录，其中 47 条可复现，3 条返回限流。按这个假设，可以把 1200 条中约九成视为已覆盖，300 条全部列为待复核，而不是把 68% 直接换算成覆盖比例。数字只用于说明比较方法，不代表任何工具的实际表现。
先做一个小动作：给未完成部分打上可续跑的标记
判断覆盖范围之后，下一步不是立刻重跑全站，而是把待复核部分整理成可续跑的输入。具体动作是：从结果清单中筛出缺状态、缺时间戳、状态为错误的记录，导出为单独列表，并保留它们原本的来源分组。然后用同一套请求条件只处理这张列表，而不是重新扫全站。
这个动作的结果会直接影响下一步。如果待复核列表重跑后大部分转为完整记录，说明中断只是落盘或临时错误，覆盖范围可以按原计划收尾；如果重跑后仍然大量失败，说明问题出在权限、链接失效或目标站点策略，这时需要先确认这些来源是否还值得保留，再决定是否扩大扫描范围。对退出场景而言，后者往往意味着可以直接把这类来源划入“不再维护”，而不是继续投入扫描资源。
中断后重跑前必须确认的适用条件
- 结果清单是否包含原始链接和状态字段，而不只是汇总数字；没有这些字段就无法回推覆盖范围。
- 中断期间目标站点是否发生过登录态失效、限流或地址变更；这些情况会让同一批记录的可复现性下降。
- 待复核列表是否按来源分组保留；混在一起重跑会丢失“哪类内容容易失败”的判断依据。
- 是否明确哪些来源已经决定退出；对确定退出的部分，不必追求完整覆盖，只需确认没有遗留可访问的外链。
如果以上条件大多不满足，比较稳妥的做法是先把现有结果冻结存档，标注为“部分覆盖”，再决定是否值得重新扫描。把不完整的结果当成完整结果使用，风险通常大于多花一次扫描时间。
覆盖范围之外：哪些结论不能从中断结果里直接得出
中断后的结果只能说明“哪些条目被处理过”，不能直接说明“哪些链接已经失效”或“哪些内容已经可以删除”。链接失效需要单独验证返回状态，内容退出需要单独确认是否还有引用或备份。扫描量归零、抓取量下降或某个分组没有新记录，也可能由权限变化、目标站点暂时不可达或请求被限流造成，不能单独作为处理正确的证据。
因此，把覆盖范围判断和退出决策分开：先用结果清单确定已覆盖和待复核的边界，再对待复核部分做小范围验证，最后才决定哪些来源可以退出。这样即使扫描再次中断，也能知道下一步该从哪里继续，而不是从头再来。
