www域名配置 - 日志中应该核对哪些字段
📱 Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)
🔗 /84a485d0330d.html
📄
www域名配置 - 日志中应该核对哪些字段
在 www 域名配置的日志里，最该优先核对的是请求 Host、请求 URI、响应状态码、响应字节数、User-Agent 和 Referer 这几类字段。它们能回答一个核心问题：访问请求到底落到了 www 主机还是非 www 主机，以及这次落地是否被正确处理。判断顺序建议是先看 Host 与 URI，再看状态码和字节数，最后用 User-Agent 和 Referer 区分正常用户、爬虫与站内跳转。
Host 与请求 URI：确认请求落在哪个主机
Host 字段记录客户端实际请求的主机名，是判断 www 配置是否按预期分流的第一依据。核对时要区分几种写法：www.example.com、example.com，以及带端口或大小写不一致的变体。请求 URI 则说明用户访问的是首页、内页还是静态资源。
把两者放在一起看，才能判断日志里的记录属于哪一类：
- Host 是 www、URI 是正常页面，说明请求直接落在 www 主机。
- Host 是非 www、URI 是正常页面，说明请求落在裸域，需要看后续是否有跳转。
- Host 正确但 URI 是
/favicon.ico、/robots.txt等特殊路径，要单独归类，不要和页面请求混在一起统计。
状态码与跳转链路：区分 301、302 和 200
状态码决定这次请求是直接返回内容，还是被重定向。www 配置中最需要分清的是：
- 301：永久跳转，通常用于把非 www 统一到 www，或反向统一。日志中出现 301，说明该请求没有直接返回页面。
- 302 或 307：临时跳转，语义与 301 不同，核对时要确认是否属于有意配置。
- 200：直接返回内容。如果同一路径在 www 和非 www 上都返回 200，说明两个主机都能独立提供页面，需要进一步确认是否属于预期。
- 404、403、5xx：与跳转无关，但会干扰判断，应先排除。
这里要区分“可能原因”和“已经定位的原因”。日志里出现 301 只说明发生了重定向，不能单凭一条记录断定重定向规则写错；也可能是配置正确、用户访问了旧链接。要结合多条记录和跳转目标一起判断。
响应字节数与 User-Agent：识别空响应和访问来源
响应字节数能暴露一些状态码看不出的问题。状态码是 200 但字节数极小，可能是空页面、错误页或占位响应，而不是正常内容。核对时可以按 URI 分组，比较同一路径在 www 与非 www 下的字节数是否接近。
User-Agent 用来区分请求来源：
- 常见搜索引擎爬虫的 UA 通常带有可识别标识，但 UA 可以被伪造，不能作为唯一身份依据。
- 浏览器 UA 说明是普通用户访问，适合用来验证真实跳转体验。
- 监控或健康检查类 UA 往往是定时请求，统计时应单独排除。
Referer 则帮助判断请求是从站内链接、外部链接还是直接输入地址进入。如果大量非 www 请求的 Referer 都来自站内页面，说明站内链接可能仍指向非 www，需要检查内链配置。
两种常见处理方案的比较与适用条件
方案一：在服务器或 CDN 层做 301 跳转，把非 www 统一跳到 www。适用条件是希望只保留一个规范主机名，且能接受一次额外跳转。验收信号是：非 www 请求在日志中稳定出现 301，跳转目标为对应 www 地址，www 请求返回 200。
方案二：两个主机都直接返回 200，不做跳转。适用条件是确有业务需要同时保留两个入口，例如内网与公网分离、灰度环境并存。代价是同一内容存在两个可访问地址，需要自行处理规范标记，否则容易造成重复内容判断困难。验收信号是：日志中两类 Host 都出现 200，且你能明确说出为什么必须这样配置。
选择依据不是哪种更“正确”，而是你的业务是否真的需要两个入口。如果没有明确理由，优先选方案一，因为日志核对更简单，规范主机更清晰。
可直接执行的核对步骤
按下面顺序操作，能较快定位 www 配置问题：
- 按 Host 分组统计请求量，确认 www 与非 www 各自占比。
- 在非 www 分组中筛选状态码，看 301 是否占主导，还是混杂大量 200。
- 抽取若干条 301 记录，核对跳转目标是否指向对应的 www 地址，路径是否保持一致。
- 对比同一 URI 在两类 Host 下的响应字节数，差异过大时单独排查。
- 按 Referer 排序，找出仍指向非 www 的站内来源页面。
需要提醒的是，日志只能反映请求和响应的实际情况，不能直接说明搜索引擎是否收录了某个主机。robots.txt 的抓取限制不等于可靠的索引移除，站点地图也不保证收录。要确认收录状态，需要另外在对应搜索引擎中分别核查。
下一步建议：先导出最近一段时间的访问日志，按 Host 和状态码做一次交叉统计。如果非 www 请求中 200 的比例明显偏高，就回到服务器或 CDN 配置中检查跳转规则；如果 301 目标路径出现丢失或错位，则重点核对跳转规则中的路径保留写法。
