测速工具：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)
🔗 /12e901b45adc.html
📄
测速工具：一次全站扫描被中断后怎样判断已覆盖范围
先看扫描器有没有留下可续跑的进度记录，而不是看它最后停在哪一条 URL。若工具有断点续传或结果文件，优先保留并用同一配置续跑；若没有任何进度文件，只能把已产出的结果按“最后完整写入时间”切分成可信段和可疑段，再决定是重扫还是抽样补测。判断覆盖范围的核心不是“扫了多少条”，而是“哪些输入被完整处理并成功写入了结果”。
先分清三种中断点，覆盖范围的结论完全不同
中断位置决定了你手上结果的可用边界，常见有三类：
- 输入队列中断：工具已读完待测清单，但只处理了前一部分。此时未出现在结果里的条目属于“未处理”，覆盖范围等于结果条数除以输入总条数，边界清晰。
- 单条处理中断：最后一条正在测的样本可能已发出请求但未落盘。它既不该算作已覆盖，也不该算作失败，应单独标记为“状态未知”。
- 结果写入中断：请求都发完了，但结果文件被截断。这种情况下按行数推断覆盖率会严重高估，因为文件尾部的记录可能不完整。
区分方法很直接：打开结果文件看最后一条记录是否字段齐全、是否有结束标记。字段残缺或缺少收尾标记，就属于写入中断，整段尾部需要作废重来。
保留、改写还是退出：三种取舍各自成立的前提
保留并续跑
适用前提是工具支持断点续传，或你能拿到一份明确的“已完成清单”。动作是：用原始输入减去已完成清单，得到剩余待测集合，用完全相同的参数配置续跑。这里的关键约束是配置必须一致——并发数、超时阈值、重试次数任一改变，前后两段结果就不可直接合并比较。续跑完成后，合并结果时要按输入去重，避免边界条目重复计入。
改写为抽样覆盖
适用前提是输入规模大、且你只需要判断整体分布而非逐条结论。动作是：从已完成的连续段中随机抽取一部分，再从剩余未测段中随机抽取同样数量，分别统计关键指标（如成功响应占比、超时占比）。如果两段的分布接近，可以谨慎地把已完成段的结论外推到全集；如果差异明显，说明已完成段本身就有偏（例如恰好都是响应快的站点），外推不成立，必须补测。
退出并重扫
适用前提是结果文件损坏、配置在中途被改动，或输入清单本身在扫描期间发生过变更。这三种情况下，已产出数据的可比性无法保证，继续拼接只会得到一份看似完整、实则混杂的结果。重扫前先固定输入清单和参数，并确认工具会输出可校验的完成标记，否则下次中断还会遇到同样问题。
一个假设例子：怎样用两段抽样判断能否外推
假设输入清单有 5000 条，扫描在约 1800 条处中断。已完成段记为 A，未测段记为 B。从 A 中抽 100 条、从 B 中抽 100 条，各自记录“超时比例”。若 A 为 4%、B 为 5%，差距在抽样波动可解释的范围内，可以考虑用 A 的结论近似全集；若 A 为 4%、B 为 20%，说明 A 段明显偏向易测样本，此时用 A 外推会系统性低估问题比例，正确动作是补测 B 段或整体重扫。这个例子的数字仅用于说明比较方法，实际阈值要结合你的输入规模和可接受的误差来定。
把覆盖范围写清楚，比给一个百分比更有用
无论最终选择哪种处理方式，交付时都应说明三件事：输入总量、确认完整处理的条目数、以及未覆盖部分的处理状态（未测、状态未知还是已作废）。只写“覆盖率 36%”会让下游误以为剩余部分是随机缺失，而实际上它可能集中在某一类输入上。若后续要基于这批数据做决策，先确认覆盖缺口是否与你要判断的指标相关；相关就不能直接下结论，不相关才可以带保留地使用。
把中断当成一次覆盖边界的记录，而不是一次失败。明确哪些条目被完整处理、哪些状态未知、哪些需要补测，下一步是续跑、抽样还是重扫，就有了可依据的判断。
