nofollow 实测：5,104 条链接里只有 61 条带，sponsored 全样本一条

实测 · 2026-08-23 · 27 个首页 · 单次抓取 · 解析链接

样本 / 口径：2026-08-15 以来一直在用的那批 30 个站，2026-08-23 当天每个首页抓一次，浏览器 UA。解析返回 HTML 里的每一个 <a>，把 href 按最终地址还原成绝对路径，记下 rel 和 target，以及这条链接有没有可见文字。

27 个首页一共 5,104 条链接，其中带 nofollow 的只有 61 条 —— 占全部链接的 1.2%，占 963 条外链的 6.3%。19 个站一条都没用。Google 用来替代通用 nofollow 的那两个属性更罕见：整批样本里 sponsored 一条，ugc 一条。

怎么测的

每站一次 HTTP 请求，不渲染、不重试。纳入规则跑数前就写死：状态 200、响应体不小于 10,000 字节、含 <body。30 个里有 3 个没过 —— stackoverflow.com 和 medium.com 返回 403，www.reddit.com 返回 200 但只有 8,393 字节的空壳 —— 剩下 27 个，与前三批被剔的是同样三个站。

一条链接算数的条件：是带 href 的 <a>，href 非空，且不以 #、javascript:、mailto:、tel: 开头。站内的判定是「解析后的主机 == 跟随重定向后的最终主机」，所以 www.shopify.com 指向自家子域在这里算外链。这是我们的测量口径，不是在声称 Google 也这么算。

哪些站真的在用 nofollow

8 个。名单短到可以整个印出来，而它的构成比总数更有意思：媒体站都在上面，软件公司几乎一个都没有。

8 个里有 4 个是新闻或出版站 —— 付费位和转载链接本来就发生在那儿。TechCrunch 给 9 条外链里的 8 条打了标，比例是全样本第一。纽约时报那一行是个例外：它唯一那条 nofollow 挂在内链上，而这正是 Google 文档不建议的用法，站内要挡它点名的是 robots.txt 的 disallow 规则。

27 个站里有 20 个，外链一个标都不打。这是默认状态，不是疏忽。

sponsored 和 ugc 基本没人用

Google 推出 rel="sponsored" 和 rel="ugc"，是想用更精确的标记替掉一刀切的 nofollow，文档至今仍写着付费链接「sponsored is preferred」。5,104 条链接里我们各找到一条：www.theverge.com 上一条 sponsored，substack.com 上一条 ugc。

这不等于这两个属性没用。它说明首页本来就不是它们该出现的地方 —— 付费位在文章页，用户内容在评论区，都不在首页。这批样本能说明的是另一件事：Google 建议的那次迁移，还没走到这些站的大门口。

5,104 条链接排开是什么样

每个首页的链接数从 21 到 395，中位 165。内链 4,141 条，占 81%。

有一个站把内外链的比例整个搅乱了。www.wikipedia.org 是语言门户，374 条链接全是外链，触及 361 个不同主机 —— 每个语种是一个子域。把它剔掉，全样本外链占比从 18.9% 掉到 11% 左右。谁要引用 18.9% 这个数，先知道这件事。

311 条没有字可读的链接

这批链接里有 6% 没有可见文字。它们是图标、logo 和纯图片方块，而 Google 文档写得很明确：图片链接它拿 alt 当锚文本。所以一条空链接里再套一张空 alt 的图，爬虫拿到的就只有一个目的地，没有任何关于它的描述。

分布很不均匀。arstechnica.com 一家就占了 311 条里的 67 条，接着是 stripe.com 和 news.ycombinator.com 各 31 条。这些链接里的图有没有 alt，我们这次没测，所以说不出有多少条是真的没描述。这是本次抓取本该收、却漏掉的一个数。

这对你的站意味着什么

这批数据的实际读法是：链接标记是个小范围的活儿，不是全站策略。跟着来的有四条。

• 普通外链别动。Google 文档说，你希望它正常抓取解析的链接不需要加任何 rel。
• 付费位用 sponsored，评论和论坛链接用 ugc。首页上几乎没人这么做，所以在该做的地方做了也不会显得奇怪。
• 别拿 nofollow 在自己站内雕抓取。Google 为这件事点名的是 robots.txt，我们找到的那条站内 nofollow 是个例外不是范式。
• 别发 alt 为空的图片链接。那等于发了一条没有文字的链接。

想要方法而不是数字，同一件事的 hub–spoke 做法写在 网站结构与内链 那一篇里，附一张记录谁链向谁的审计表。想先确认爬虫能不能读到这些页面，AI 爬虫可达性检查 一次请求就能答。

常见问题

你们是怎么测的

2026-08-23 每站一次首页请求，桌面浏览器 UA，跟随重定向，不执行 JavaScript。链接只从返回的 HTML 里解析，所以前端框架在运行时插进去的链接不在这些计数里。

nofollow 链接还传不传权重

Google 文档说带这些属性的链接「will generally not be followed」，另外说被链页面可能通过其它途径仍被抓到。它没有描述一种「传一部分」的机制，我们也没测。

首页放 165 条链接算多吗

Google 没发过上限，这批样本也给不出一个。这个数是导航密度的设计选择，不是合规指标。我们量的是现状，说不出这些站少放几条能得到什么。

为什么把锚点和 javascript 链接排除掉

因为它们不指向另一个页面。# 是页内导航，javascript: 那种写法正是 Google 文档列在「不推荐」里的，算进来只会把每个站的总数撑大，不会多出任何一条路。