如何建立自己的博客：网页复制到新模板后怎样发现隐藏差异
📱 CCBot/2.0 (https://commoncrawl.org/faq/)
🔗 /b1c0ba9cfae8.html
📄
如何建立自己的博客：网页复制到新模板后怎样发现隐藏差异
把旧博客内容搬进新模板后，最容易被忽略的不是文字丢失，而是那些在页面上不显眼、却会影响抓取与展示的差异：标题层级被模板改写、正文里残留旧站链接、图片替代文本被清空、结构化数据字段错位。要发现它们，不能只靠肉眼看首页，而应把新旧两版同一篇文章的源码、渲染结果和站内链接分别对照。前提是旧内容仍有保留价值、新模板结构已基本稳定；如果模板还在频繁改版，先冻结模板再比对，否则每次结果都会变。
先确认哪些差异值得追
复制到新模板后，差异可以分成三类。第一类是内容层差异，例如段落顺序、小标题层级、列表嵌套是否被模板的富文本过滤器改动。第二类是链接层差异，例如旧文章里的内链指向了已下线的旧路径，或新模板自动给外链加了跳转。第三类是元数据差异，例如页面标题、描述、规范链接、结构化数据中的日期和作者字段。
这三类里，优先追的是会改变页面含义的差异，而不是所有视觉差异。假设一篇旧文原本用 <h2> 标记小节，新模板为了统一样式把它降成 <h3>，同时又用 <div> 模拟标题。这种改动会让大纲结构变平，属于值得追的差异。反过来，如果只是行距和字体变化，不影响内容识别，可以放到后面处理。
实际动作：先选三到五篇结构不同的旧文，分别保存旧版和新版的渲染后 HTML。把两份文件做文本差异比较，再人工判断哪些差异属于模板行为、哪些属于复制遗漏。这个动作的结果会决定下一步：如果差异集中在元数据，就检查模板的字段映射；如果差异集中在正文标签，就检查编辑器过滤规则。
用源码对照找出模板悄悄改掉的部分
浏览器里看到的内容和源码里的内容可能不一致。新模板可能通过脚本在加载后补标题、改链接或注入结构化数据。只看渲染结果，会漏掉源码里已经写错、但被脚本覆盖的部分；只看源码，又会漏掉脚本运行后才出现的问题。
比较稳妥的做法是同时保留两份记录：一份是服务器返回的原始 HTML，一份是浏览器执行脚本后的 DOM 快照。对同一篇文章，重点看这些位置是否一致：
- 页面标题与正文第一个标题是否重复或互相矛盾；
- 正文中的站内链接是否仍指向可访问路径，而不是旧域名或旧目录；
- 图片的替代文本、尺寸属性和懒加载占位是否被模板替换；
- 文章发布日期、修改日期和作者字段是否被模板统一改成当前时间；
- 规范链接是否指向当前文章，而不是模板首页或栏目页。
如果原始 HTML 与 DOM 快照在这些位置上不一致，先判断哪一份才是你希望保留的版本。这个判断会影响后续修模板还是修内容：希望保留原始 HTML 的写法，就去调整模板过滤规则；希望保留脚本注入的结果，就去检查脚本触发条件是否稳定。
站内链接和图片是隐藏差异的高发区
旧博客退出旧系统时，最常被保留下来的是文章正文，最常被忽略的是正文里的链接和图片。新模板可能把相对路径改成绝对路径，也可能把图片地址重写到新的媒体库。表面看图片能显示，实际上旧图片可能仍指向即将关闭的旧存储。
一个可操作的检查方式是：把新模板下每篇文章的链接和图片地址提取出来，按域名和路径分组。对每组抽一个样本，确认它是否依赖旧系统。假设旧站图片路径是 /old-media/，新模板页面仍引用这个路径，那么即使当前能打开，也要标记为待迁移。这个动作的结果会决定迁移顺序：依赖旧系统的资源先处理，不依赖的可以后处理。
这里有一个反例会让上述结论失效：如果旧系统已经确定长期保留，且新模板只是作为另一个入口，那么旧路径资源不一定要迁移。此时重点应转向两份内容是否会互相竞争，而不是急着替换所有旧链接。
用一次受控比对确认差异有没有被真正消除
修完模板或内容后，不要只看修改过的那一篇。选一组修改前就存在差异的文章，再选一组原本没有差异的文章，分别在修改前后记录可观察项，例如标题层级、链接目标、图片地址、结构化数据字段。比较时要注意，搜索需求、季节和采集时间不同，外部数据会自然波动，所以不要把流量变化直接当成修复效果。
假设你只改了模板的标题过滤规则，那么修改后应确认：原本被降级的小标题是否恢复，原本正常的文章是否没有被误改。如果只有前者变化、后者不变，说明改动范围符合预期；如果两者都变，说明规则影响面过大，需要回退并缩小条件。这个结果会决定下一步是继续批量处理，还是先回到单篇验证。
下一步动作与适用条件
如果你正在把旧博客内容复制到新模板，并且旧系统或旧合作关系准备退出，建议先冻结模板，再按“元数据—正文标签—链接与图片”的顺序做一次抽样比对。保留仍然有价值的内容，不等于把所有旧写法原样搬过来；关键是确认新模板没有在复制过程中改变页面的含义和依赖关系。
适用条件很明确：旧内容仍值得保留、新模板结构已稳定、你能同时取得新旧两版的源码或快照。若模板仍在频繁变动，或旧系统会长期并存，则应先明确保留策略，再决定是否迁移资源，而不是直接批量替换。
