一年半之前，也就是站点运行起来不久，笔者曾经修复了站点RSS无法正常工作的问题，当时也写文章记录了下来。那次维修之后，RSS可以正常使用了，就没再去管他。

不过似乎就是从那个时候开始，Google Search Console（下面简称GSC）里面就冒出来了大量的『网页会自动重定向』链接，虽然（可能）不影响索引，但是看着也不舒服。这次下决心排查了一会儿，最后成功揪出来，是一年半之前的维修导致的这个故障。

问题在于，谁能第一时间想到这两件事能产生关系呢？

前言

这篇可以算是博客装修记的续集（也有可能是这个系列里面的新一集）。

其实我在考虑要不要单开一个系列，因为博客虽然是基于Typecho + Waxy主题，但实际上安装好之后，笔者也是在断断续续给他们俩打Patch，所以本质上本站运行的这套程序是部分的魔改版——毕竟是基于PHP以及普通网页前端，直接改就行了。按照开源协议规定，修改了源代码之后需要把源代码公布出来，但是因为很多修改内容都是迎合自己的使用习惯，所以就没有往上游推了，就在这里记录一下。

故障现象

本站的链接格式，应该如下所示：

https://blog.mfwt.top/index.php/archives/<ID>/

但根据GSC后台反馈来看，他们大量抓取到了形如这样的链接：

https://blog.mfwt.top/archives/<ID>/

虽然从服务器配置上来说，后者会自动做301到前者，所以访问哪个链接都可以，但是本质上这种还是治标不治本的办法。感觉如果现在不修，以后Patch打多了就难找问题何在了，于是赶紧动手。

排查之一

首先第一反应，检查页面上是否有提供此类链接的地方（为什么不是第一时间在GSC后台找referer，下面会说）。搜索引擎爬虫在爬取结果的时候，主要就是固定找那几个结果，例如<a>标签的href字段之类的。于是在询问ChatGPT之后，他给出了下面的代码，在开发者控制台中执行，检查可能爬取的点：

const links = new Set();

// <a href>
document.querySelectorAll('a[href]').forEach(el => links.add(el.href));

// <link href>
document.querySelectorAll('link[href]').forEach(el => links.add(el.href));

// <meta content>
document.querySelectorAll('meta[content]').forEach(el => {
  const val = el.content;
  if (val.startsWith('http')) links.add(val);
});

// JSON-LD 链接（结构化数据）
document.querySelectorAll('script[type="application/ld+json"]').forEach(script => {
  try {
    const json = JSON.parse(script.textContent);
    const collectLinks = obj => {
      for (const key in obj) {
        const val = obj[key];
        if (typeof val === 'string' && val.startsWith('http')) {
          links.add(val);
        } else if (typeof val === 'object' && val !== null) {
          collectLinks(val);
        }
      }
    };
    collectLinks(json);
  } catch (e) {}
});

// <img src>
document.querySelectorAll('img[src]').forEach(el => links.add(el.src));

// <iframe src>
document.querySelectorAll('iframe[src]').forEach(el => links.add(el.src));

// 输出所有链接
console.log(Array.from(links));

稍微扫了一眼，并没有发现有哪个地方提供这种样式的链接。然后又切换到文章页，分类页，归档页等地方，分别执行这个代码进行检查，最后也还是没有发现会产生此类链接的地方。

排查之二

此时就隐隐约约感觉到，GSC作为一个成熟工具，应该有能显示抓取来源的地方。

现在解释一下为什么一开始不是在考虑这个：GSC后台显示问题的时候，并不会马上展示详细信息，只会孤零零地展示一个大片空白的侧边弹窗。你得点击『网址检查』按钮，或者复制链接到上面的搜索框，去查找具体问题所在。

这一查，就查出问题来了：

引荐来源显示，这条链接是从Atom来的（本质上还是类似RSS的技术，所以就简称RSS了）。尝试在浏览器里面直接打开RSS链接，然后Ctrl+F搜索关键词，果然找到了猫腻：

对于Typecho来说，说到RSS相关的东西，那自然就得到var/Widget/Feed.php去修改内容了。其实分析到这个地方，就基本上能猜测出来，可能是一年多之前的问题引发的。因为当时修RSS的时候，对于getFeedUrl()函数的处理方式是直接替换为站点的地址。本着死马当活马医的态度，尝试在原来的地址后面补上一个index.php/，让他成为正确的地址：

保存，刷新，就查询不到错误链接了。剩下的事情交给时间，如果还有类似错误，就继续排查。

写在最后

水文章一篇，但是确实学到了东西。

比如，知道了现在的搜索引擎还会用RSS来起到类似Sitemap的作用。

（完）