## 现象
用户问「为什么好多页面都是 404」。
full = base + h # 错:字符串拼接
from urllib.parse import urljoin
full = urljoin(page_url, href) # 对:与浏览器一致
../assets/portal.css 被拼成 https://ailab.mengstone.com/../assets/portal.css,
浏览器实际解析为 /assets/portal.css(存在)。
/log/ 里引用 /portfolio/、/notes/、/lab/aigen/、/checklab/、/oneperson/——
这些是 warbook 主站页面,从 ailab 用相对路径发出就是 404。
def _abs(u):
return (WB + u) if u.startswith("/") else u
href="case/index.html" → /what/case/index.html ✗
href="../case/index.html" → /case/index.html ✓
beian.miit.gov.cn 拒绝爬虫,审计却报坏链。
同域:必须 200
外站:只有 404 才算坏(403/超时是反爬)
新建 tools/link_audit.py(页面级),与 check_links.py(sitemap 级)分工;
接进收尾命令,发布后自动跑,有坏链就以非零退出。
「页面能打开」不等于「页面能用」。
今天四次问题都出在同一处:验证只覆盖我改的那一行,不覆盖它牵连的地方。