第二十三章 关键词、内链与采集

热搜关键词、文章内链与信息采集三张表用途不同：分别管搜索词库、正文自动链接与外部内容入库，以及三者的配合顺序。

三张表，三种用途

这三样都和「词」有关，但作用位置完全不同，混在一起做会互相打架。

热搜关键词

每个词占一行，除了词本身，还有几个决定它怎么出现的字段：搜索次数、热度分、排序号、是否推荐、是否启用。前台搜索会先在这张表里找匹配，搜不到才去查内容。

「提取方式」是全局设置：可以设成从标题提取、从正文提取，或按使用次数/字数排序。它是给「自动补词」用的，手工维护的词不会被覆盖。

删除一个关键词，会同时把文章 keywords 字段里的这个词删掉。也就是说，删词不只是删推荐词，还会改内容。批量删除前先把词表导出。

文章内链

规则只有四列：关键词、链接说明（鼠标悬停提示）、链接地址、是否新窗口。启用的规则会在详情页正文输出时逐条替换。

• 每个关键词只替换第一次出现，避免一篇文章里同一个词被插满链接。
• 替换会跳过标签内部、已有链接内部和图片 alt，不会把 HTML 改坏。
• linktype=1 时链接带 target="_blank"；站内链接建议用当前窗口。
• 规则按排序号从大到小依次执行，同一个词只被第一条命中。

内链结果按语言缓存在应用里，键名是 sitelink 加语言编号。改完规则如果前台没变化，先清一次缓存（第三十三章），不要反复改规则。

信息采集

采集是「按规则抓别人的页面」。一个采集项目里通常有四组规则：列表页怎么翻、详情页取哪一段、哪些标签要清掉、图片怎么存。入库后就是普通内容，可以编辑、可以删、可以进回收站。

采集只解决「把内容搬过来」，不解决版权和重复内容。整站抓取同行的文章，搜索引擎会把两边都判成低质量。可行的用法是：抓下来当素材，改写标题与开头，补自己的案例，再发布。

三者怎么配合

1. 先用热搜关键词确定这个栏目要覆盖哪些词。
2. 围绕这些词发内容，标题与首段自然出现关键词，不要堆。
3. 把最重要的三到五个词配成文章内链，指向对应的栏目页或服务页。
4. 内容不够时用采集补素材，改写后再发；发布前过一遍禁用词检查（第十九章）。

常见问题

接下来怎么读

1. 还没建要指向的栏目或页面：看第十二章。
2. 要批量清理或替换正文里的词：看第十六章。
3. 要让搜索引擎更快收录：看第十七章的 SEO 三件套。