百度排名批量查询：一次全站扫描被中断后怎样判断已覆盖范围
📱 Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)
🔗 /271a8a2902e4.html
📄
百度排名批量查询：一次全站扫描被中断后怎样判断已覆盖范围
结论先说：中断后不要用“任务跑了多久”或“导出文件大小”来反推覆盖率，而要用已落地的查询记录条数 ÷ 本次计划提交的查询对象总数来判断，并且只把连续完成到断点前的那一段视为可用。如果这批查询对象本身没有稳定排序，或者你在中断后又重新提交过任务，这个结论就不成立，因为重叠与遗漏无法区分。
先确认“计划总量”是本次扫描的，而不是全站的历史总量
全站扫描被中断时，最容易出错的一步是把站点所有页面数当成分母。实际分母应当是本次任务实际提交的查询对象数量，它可能与全站页面数不同：你可能只选了部分栏目，也可能按关键词而非按 URL 提交。缺少完整数据或权限时，仍可执行的最小动作是：打开本次任务的提交清单或导入文件，数出提交行数，以此为分母。
能推出的结论：已落地记录数明显小于提交行数时，说明覆盖不完整，不能拿这批数据做全站判断。 不能推出的结论：已落地记录数接近提交行数，也不等于全站覆盖完整，因为提交清单本身可能就漏了栏目。
用“序号连续性”而不是“时间连续性”圈定有效区间
很多批量查询任务会按提交顺序逐条写入结果。中断后，把结果按提交序号排序，看最大连续序号落在哪里。假设提交了 1200 条、结果文件里有 1200 条记录，但序号在 480 到 700 之间成片缺失，那么有效覆盖只有断点前的 1–479 段，后面的记录即使存在，也应视为断点后补跑产生的，不能与前段混在一起比较。
一个反例会让这个方法失效：如果你的工具在中断后自动重试并从中间任意位置续跑，序号可能不连续但内容其实已覆盖。这时要改用提交对象的唯一标识（如完整 URL）去重后再计数，而不是看序号。
区分三种中断原因，它们对覆盖判断的影响不同
- 本地网络或浏览器中断：通常中断点之后的记录根本没提交，按序号断点截断即可，动作是只分析断点前区间。
- 接口限流或主动暂停：已提交但未返回的记录可能处于“未知”状态，不能算已覆盖，也不能算未覆盖，需要单独标记为待确认。
- 程序报错退出：报错前最后一批写入可能只写了一半，这时要按记录完整性（字段是否齐全）而非条数判断，缺字段的记录不能计入覆盖。
注意：请求量或抓取量突然归零，只能说明任务停了，不能单独证明“该查的都查完了”。它同样可以由限流、登录失效或目标站点临时不可达造成，需要结合错误日志才能区分。
缺少权限时，可执行的最小核对动作
如果你拿不到任务日志，只能看到结果文件，仍可做两件事：一是统计结果中不同查询对象的去重数量，与你能回忆或记录到的提交范围对比；二是检查结果文件的首尾记录时间，判断写入是否在中断时刻戛然而止。这两步只能给出覆盖下限，即“至少查了这么多”，不能给出上限。
下一步动作取决于你需要的精度：若只是看趋势，用断点前的连续区间即可；若要做全站结论，必须补跑缺失区间，并在补跑后重新按唯一标识合并去重，再统计一次实际覆盖数，而不是直接把两次结果条数相加。
把判断结果写成一句可复核的话
建议在报告里明确写出：“本次计划提交 N 个对象，中断前连续完成 M 个，缺失区间为 X 到 Y，另有 Z 条状态未知。”这样后续无论是补跑还是换人接手，都能直接沿用这个边界，而不必重新猜测上次到底查了多少。
