搜索提交、抓取与索引状态怎样防止越级？

状态不是一个可随意覆盖的字符串

同一规范URL可能先技术就绪，再提交、被可信蜘蛛抓取、获得权威索引确认或出现在公开结果。建议保存technical_verified、submitted、trusted_crawled、indexed_verified、publicly_searchable等独立事件；当前状态由事件投影生成，而不是后台人员直接编辑。

每个事件至少绑定URL、引擎、证据类型、观察时间、工件摘要与写入者。重新提交只追加新的submitted事件，不会抹掉此前失败，也不会提升索引状态。

为每种迁移定义唯一证据门

技术就绪来自状态码、canonical、robots与Sitemap检查；submitted来自站长工具或协议回执；trusted_crawled来自通过身份核验的正文请求或站长抓取诊断；indexed_verified来自权威索引工具；publicly_searchable来自可判定的公开结果。

索引证据不一定要求此前存在提交事件，因为自然发现可以绕过主动提交。状态机不应强迫现实按理想顺序发生，而应阻止证据互相冒充：允许“无提交但已公开检索”，拒绝“有提交所以已索引”。

失败、未知与撤销也要成为一等事件

查询被验证码阻断时登记observation_blocked，不把页面标成未索引；公开结果明确没有目标URL，记录本次not_observed与查询条件，不能永久断言未收录。页面下线、canonical改变或索引移除时追加失效事件，并保留过去曾经成立的证据。

聚合报告按引擎与URL计算最新有效投影，同时展示证据时间。跨引擎不能合并：Bing抓取不代表百度抓取，某引擎公开可检索也不代表模型已经选源。

用非法迁移测试守住报表

• 仅提交回执尝试写indexed，必须拒绝。
• 伪造蜘蛛UA尝试写trusted_crawled，必须降为声明。
• 公开结果挑战页尝试写not_observed，必须保留blocked。
• 旧URL已退役后新抓取，不得恢复当前内容版本的状态。
• 同一事件重放，幂等且不增加计数。

事实边界是台账正确只能提高测量可信度，不会促成抓取或索引。下一动作应由当前最短证据缺口决定；没有权威索引信息时，结论仍是未知，而不是0。

怎样做一次可复现的迁移检查

准备同一URL的五份工件：技术检查摘要、提交回执、伪造UA日志、可信正文抓取和公开结果命中。按不同顺序写入事件，投影结果都应只由证据本身决定。例如先获得公开检索、后来才补提交回执，系统可以同时保留两项事实，但不能把提交时间写成发现起点。

检查清单还应覆盖跨引擎、跨版本和重复事件。任何事件缺少规范URL、引擎、观察时间或工件摘要时停止投影；旧版本URL的抓取不得推进新版本曝光窗口。若报告与事件台账不一致，先修投影，不通过手工改报告掩盖。

把乱序事件写成明确输入与预期输出

以下为同一URL、同一引擎的合成事件，时间只是测试值：E2在10:00观察到权威工具确认已索引，10:02入库；E1是在09:00收到的提交回执，因补录到11:00才入库；E3在11:05再次写入E2的相同事件键。

预期输出应同时保留submitted=true（观察时间09:00）与indexedVerified=true（观察时间10:00），E3幂等不增加索引计数。可信抓取日志没有取得，trustedCrawled保持未知，但这不撤销独立索引证据。不能按最后入库的E1把状态倒退为“仅提交”，也不能把09:00填成索引确认时间。

再加入另一引擎的索引确认，第一引擎状态不得变化；加入明确针对本URL的后续索引移除证据时，才改变当前有效投影，并保留历史。这里检查的是事件时间、写入时间和证据范围，而不是强迫网站走完每一级。可对照六类互补搜索证据理解为什么缺少抓取日志不等于没有索引。