Nuxt 3 个人站死链排查：我用 Node.js 写了一个内链巡检脚本

前阵子在搜索后台看到几篇老文被收录，点进去却是 404；还有些旧栏目跳转到了已删除的页面。个人站文章不算多，但正文、标签页和归档页之间互相引用后，内链很容易越积越乱。靠手点排查太慢，我干脆写了一个 Node.js 脚本，把站内链接统一扫一遍，再输出修复清单。

先界定巡检范围

脚本第一步是确定入口：从首页、文章列表页、标签页和收录页开始爬。为了避免越爬越远，我只处理同域名链接，把带 hash、带查询参数的地址做归一化，并跳过 mailto、外链和图片资源。这样一次巡检就能覆盖主要内容页，不会被评论、外部推荐链接带偏。

提取链接并校验状态码

1. 请求页面，拿到 HTML 后提取 a 标签的 href。
2. 把相对路径拼成完整 URL，并去除重复地址。
3. 对每个 URL 发起请求，记录 200、301、404、500 和超时。
4. 把异常链接按来源页分组，生成 CSV 或 Markdown 清单。

async function check(url) {
  try {
    const res = await fetch(url, { redirect: 'manual' });
    return { url, status: res.status };
  } catch (err) {
    return { url, status: 'ERR', msg: err.message };
  }
}

脚本里我没有追求很高的并发，而是限制同时请求数量，避免把个人站的小服务器打满。对失败请求会重试一次，仍然失败才写入异常清单。输出时除了目标链接，还会带上来源页，方便直接定位是哪篇文章、哪个导航或哪个正文块出了问题。

常见坑与修复策略

最常见的不是 404，而是无效跳转：旧分类页 301 到首页，看起来能打开，但用户和搜索引擎都拿不到准确信号。还有一类是 Nuxt 动态路由在本地能访问，静态输出或部署后路径不存在。我的处理原则是：内容迁移要保留旧路径映射，确实没有对应页就返回 404，不要无脑跳首页。

• 301 链：检查目标是否还存在，避免链到首页或错误页。
• 404 链：找到来源页，改成相关文章、分类或归档入口。
• 重复链：合并带斜杠、带查询参数造成的重复地址。

“这类巡检不需要一开始就做得很复杂，关键是能持续跑。每次大改栏目、迁移文章或调整路由后扫一遍，比等流量掉下来再排查省心很多。”