直接答案:25 个缓存首页共 2,739 个 <a> 链接:内链 2,326、外链 240、mailto: 13、tel: 43、页内锚点 40、javascript: 77。其中 344 个带 target="_blank"、100 个带 rel="nofollow"、391 个没有任何可见文本。另有 3 个首页一个链接都没有(E18、E20、E25)。
前面几期看图片与结构;这一期看链接:内链/外链、特殊协议、新窗口、nofollow 和“没有可见文本”的链接。仍是零请求、只读缓存 HTML。
方法:按 href 分类
沿用第 4 期 25 个首页缓存。解析每个带 href 的 <a>:绝对地址同主机或相对路径记为内链,其他主机记为外链;另计 mailto、tel、页内锚点与 javascript。再统计 target="_blank"、rel 含 nofollow,以及去掉标签后没有可见文本的链接。
| 项 | 规则 | 边界 |
|---|---|---|
| 内链 / 外链 | 与首页主机比较 | 子域按字符串包含判断 |
| mailto / tel | 按协议前缀 | 不检查号码有效性 |
| 无可见文本 | 去除内部标签后为空 | 内部图片的 alt 可能仍提供名称 |
| nofollow | rel 属性含 nofollow | 不区分赞助/ugc |
结果:内链占多数,外链 240
| 类型 | 数量 | 站点数(25) |
|---|---|---|
| 内链 | 2,326 | 22 |
| 外链 | 240 | 21 |
mailto: | 13 | 7 |
tel: | 43 | 11 |
| 页内锚点 | 40 | 7 |
javascript: | 77 | 15 |
内链占 84.9%,外链 8.8%。javascript: 77 个说明部分交互仍用脚本占位;这类链接对爬虫与键盘用户都不友好,但本期只记录数量。
新窗口与 nofollow
target="_blank":344 个,出现在 22 个站点;E27 一页 82 个,E03 55 个。rel="nofollow":100 个,集中在 9 个站点;E26 一页 64 个,E03 11 个、E14 7 个。
本期没有统计 rel="noopener",所以不能据此判断新窗口的安全性;只说明新窗口使用很普遍。
391 个链接没有可见文本
| 站点 | 无可见文本链接 | 说明 |
|---|---|---|
| E13 | 56 | 多为图标/图片链接 |
| E23 | 44 | — |
| E17 | 38 | — |
| E06 / E26 | 各 34 | — |
| 全站合计 | 391 | 出现在 22 个站点 |
无可见文本不等于没有可访问名称:如果链接内部是带 alt 的图片,屏幕阅读器仍能读出。要判断是否真的“无名称”,需要结合图片 alt 与 aria-label;第 44 期合并后的结果是 391 个里 254 个有名称、137 个没有。
3 个首页没有链接
E18、E20、E25 的缓存 HTML 里没有任何 <a href>。可能是纯展示页、整站用 JS 路由,或首页只有图片与脚本。无论哪种,静态 HTML 看不到可爬取的链接入口,验收时应单独确认。
对验收的启示
- 内链/外链分开记。 外链 240 个,集中在 21 个站点。
- 无可见文本要结合 alt/aria 判断。 391 个只是“没有文字”,不是最终结论。
- 新窗口使用普遍。 344 个 target=_blank,需确认是否有 noopener 等配套。
- nofollow 不是错误。 100 个集中在少数站点,可能是有意设置。
- 无链接首页单列。 3 个站点需要确认导航是否依赖 JS。
局限
- 零请求复用缓存:页面停留在 2026-10-31 至 11-01。
- 正则解析:不处理嵌套锚点、注释内链接与 JS 插入链接。
- 主机判断:用字符串包含,可能把相似域名算作内链。
- 不判断可访问名称:无文字但内部图片有 alt 的链接仍可能合格。
- 25 家 pilot:不外推行业。
数据与复算
匿名数据:equipment-link-structure-2026.csv(25 行:链接总数、内链、外链、mailto、tel、锚点、javascript、target=_blank、nofollow、无可见文本)。仓库内为 docs/research/2026-11-link-structure.csv。
解析:scripts/link_structure_probe.py;单元测试 scripts/test_link_structure_probe.py(9 项,无网络)。运行:
python -m unittest scripts.test_link_structure_probe
配套:首页语义结构 pilot、首页图片 alt 覆盖率与文案、首页图片属性 pilot、首页链接可访问名称 pilot、文章页链接结构 pilot。
数据来源与口径
- 首页缓存:第 4 期 25 个首页(2026-10-31 至 11-01)。
- 链接口径:href 分类、target/rel 属性、去除标签后的可见文本。
- 扫描时间:2026-11-03,零网络请求。