知识库文章

Screaming Frog自定义搜索教程:批量找旧品牌、过期文案与内容漏项

文章摘要
设置包含、不包含和搜索范围,定位旧品牌、已失效承诺与待核内容。用共享页脚和历史文章的对照说明为何命中不等于该改,修后复查同一组页面。

本页阅读目录

网页正文与共享页脚分开高亮,查到旧词后需要先定位所在区域

Screaming Frog的Custom Search可以批量找出现或缺少某段文字的页面。先设置包含、不包含与搜索范围,抓取后在 Custom Search 查看结果,再打开命中的页面,找到正文或模板里的原句。它能定位旧品牌和待查句子,却不能自动判断一句话是否过时、一个问题是否已经回答完整。

网站更名后,搜索旧名称发现几乎每页都命中,未必意味着几百篇正文都要重写;也可能只是一个共享页脚仍写旧名。反过来,一段2021年的公司历史保留当时名称,可能完全正确。要把这些情况分开,搜索才会变成可用的修改名单。

先决定要找什么,哪些命中应当保留

列出网站仍显示的旧品牌名、已经失效的承诺,以及服务页必须说明的内容。以现行资料为准,分清哪些应改、哪些历史引用应保留。

下面用一个假设更名的网站说明:旧名称写作Northline,新名称写作Fieldline。负责人已确认,当前仅向美国本土发货,预计2至5个工作日;旧页面仍写“全球48小时送达”。这些品牌和条件都是教学设定。

关于页中的当前品牌与承诺需要更新;历史文章记载“2021年以Northline名称发布第一份资料”,则应保留当时事实。搜索到旧年份同样不能一律改成今年,日期是否该变要看内容实际更新了什么。

旧文章怎样决定局部更新、重写或保留,见旧内容更新与重写方法。工具负责帮助找到位置,编辑判断仍以当前事实和读者任务为依据。

配置三个搜索条件,再运行抓取

Custom Search需要付费许可证。进入Configuration → Custom → Search,点击Add,给每条条件一个能看懂的名字。随后选择Contains或Does Not Contain、Text或Regex、查询内容,以及Search In的搜索位置。原厂教程说明了这些字段。

本例可以先用普通文字,设置三项:

条件名称类型与查询检查目的
旧品牌Contains、Text、Northline定位当前用法或历史引用
旧配送承诺Contains、Text、全球48小时送达找已确认不再适用的句子
待核配送说明Does Not Contain、Text、配送地区在相关服务页里找字面缺失,再读实际表达

第三项不应对所有文章一概使用。原理教程不承担配送说明,缺少「配送地区」这个词,不能说明页面漏写了配送范围。只需查服务页时,可以提供对应URL列表,或限定清楚的抓取范围。

保存条件后运行抓取,进入Custom Search。Contains结果可以显示出现次数;Does Not Contain则表示是否找到指定内容。先确认抓取完成、范围没有触及限制,再按条件名称筛选,不把空结果直接当全站通过。

搜索范围选错,整站都可能被命中

HTML会搜索实际取得的HTML,旧词可能来自正文,也可能来自页脚、元信息或脚本。要查文章正文,就先限定正文范围;页脚或脚本中的旧名,另找对应模板或代码处理。

用同一个词,对照三个本地页面

我们做了三个本地HTML控制页,都有写着Northline的共享页脚:关于页正文仍用旧名;服务页正文已用新名;历史页正文保留2021年的旧名。浏览器读取整页HTML和main正文,得到下面的实际计数:

页面旧名次数(整页 / 正文)旧名在哪里
关于页2 / 1正文和共享页脚
服务页1 / 0共享页脚
历史页2 / 1历史正文和共享页脚
三个本地教学网页,正文分别使用旧名、新名和历史旧名,共享页脚仍是旧名
原创本地HTML控制页,计数由浏览器读取;不是SEO Spider软件截图。整页命中与正文是否需要修改,要分别判断。

这三页都命中,实际要改的是关于页的当前介绍和共用页脚。页脚在模板中改一次;历史正文保留旧名称。

明确选择正文区域,而非靠名字猜范围

在Search In选择适用范围。需要正文时,可以配置Content Area,或用XPath定位实际正文容器。再到Configuration → Content → Area检查包含、排除条件,确认共享页脚、导航或评论是否在本次范围外。

本例的正文都在 main 里,Search In 选 XPath 后可填写 //main。先在关于页和服务页试同一个词:关于页正文预期有一次,服务页正文应为零。如果两页都命中,检查模板是不是把共享区域也放进了 main。找不到 main 的页面,先用浏览器确认真实正文容器,再换成对应的定位表达式。配置说明区分了内容区域与其他抓取设置。

Page Text No Anchors主要排除链接文字,不等于“只读文章正文”。非链接形式的页脚文字仍可能影响判断,正文里的链接文字也可能被排除。原始HTML与JavaScript渲染后的内容不同,也会改变结果;相关设置可接JavaScript抓取与正文对照。

从结果找到应改的具体位置

按一个条件筛选后,打开实际页面,在正确范围里寻找命中的句子。它位于正文、共享模板、历史引用还是隐藏配置,决定由谁在什么地方改。导出时保留页面、条件、出现情况和具体位置,比只留一列URL更实用。

Custom Search中的Export与当前视图和筛选有关,导出后先核对所选条件。必要时还能导出对应来源链接;但“哪些页面提到某词”与“哪些来源链接到这些页”仍是不同记录。结果字段说明也将搜索和提取分开。

普通文字够用时,先别写复杂正则

找完整旧名称或一段明确句子,先用Text。英文存在大小写变体时,按需求设置大小写;使用Regex时,再确认匹配边界。例如这个工具里的下式可以匹配Northline的不同大小写写法:

(?i)\bNorthline\b

它不能替你列出所有曾用名或错误拼写。中文完整词组也可以直接使用普通文字,按实际需要再加入边界条件。先用一张应命中、一张不应命中的页面试规则,再扩大范围。

先修一个样本,再处理共享位置并复查

沿用本地案例,关于页先把当前品牌改为Fieldline,并将不再适用的承诺改为负责人确认的地区与时间条件。服务页正文已经说明“目前仅向美国本土发货”,即使没写“配送地区”四个字,也不能认定这项信息遗漏。

接着修改共享页脚,不在每篇文章里重复手补同一句。历史页保留2021年的旧品牌记载,避免把当年的公司历史改成今天才发生。

本地修改完成后,用上表两种口径复查。关于页的整页计数从 2 到 0,正文从 1 到 0;服务页整页从 1 到 0,正文原来就是 0。历史页改掉了共享页脚里的旧名,整页还剩正文中的 1 处。这是符合预期的结果,不应为了追求零命中再删那段历史。

复查原名单,也检查用户能看到的版本

将这些处理用于自己网站时,保存原来的URL名单、条件和内容范围。修改后仍用相同设置检查,确认当前错误用法消失,应该保留的引用仍在。日期、承诺与链接目标也要回公开页阅读,不能只看后台保存成功。

共享模板修改会影响多页,应抽查不同模板实际输出。若正文已改、公开页仍旧,检查生成来源与缓存;若只有渲染后才出现旧句子,继续查负责生成它的组件。

需要检查PDF里的文字时,先确认文件可读和工具相应提取设置;PDF基本处理见文件文字与公开入口检查。

其他SEO更新,可按谷歌SEO操作流程安排。

常见问题

结果没有旧品牌,就能确认全站都改完吗?

先看哪些URL真正被检查、是否被范围或额度限制,以及搜的是原始还是渲染内容。图片里的旧Logo、未读取的PDF、登录后页面等,也不一定由这次文字搜索覆盖。把完成范围写清楚,再检查实际相关对象。

Custom Search可以直接导出整段正文吗?

它主要用于查出现、缺失与次数。要把作者、日期或具体段落的值提出来,通常应使用Custom Extraction等提取功能;不要把“找到这个词”当成已经取得可编辑的完整内容。

Does Not Contain列出的页面都必须补一句吗?

不必。它只判断有没有指定文字,不理解同义表达,也不知道每张页承担什么任务。先读上下文,只有确实缺少读者需要的信息时才补;不要为了清空结果,给无关页面硬加同一句话。

我专注 Google SEO、独立站增长与 AI 工作流,实践覆盖 WordPress 外贸 B2B 询盘站和 Shopify DTC 品牌站。从关键词研究、网站架构到内容与技术优化,我关注每一步怎样影响流量、询盘和购买。

本站分享我的项目方法与复盘,说明为什么这样做、具体怎样执行,以及如何判断改动是否有效。

雨果跨境观察员 · 公众号、抖音、小红书同名账号:跨境YOUNG。

学习与查找

从入门开始,或回到问题目录:

关于跨境YOUNG

跨境YOUNG整理WordPress建站、Google SEO与AI SEO / GEO方法,并提供建站、代运营和顾问服务。

需要有人持续推进SEO?

网站已上线,但页面、内容、技术、内链和月度数据没有持续推进?可先诊断范围与优先级,再按月执行与复盘。

最具性价比的服务器

Hostinger 适合预算有限的新站和中小企业 WordPress 网站,托管、备份与基础性能配置比较完整。通过专属链接可享 20% 折扣,购买前再核对机房位置和续费价格。

专属链接含 20% 折扣;跨境YOUNG可能获得佣金,不会增加你的购买成本。