<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:media="http://search.yahoo.com/mrss/">
  <channel>
    <title>Naver · 仁才德</title>
    <link>https://jared.lynskey.co.nz/zh-cn/tags/naver/</link>
    <description>关于软件工程与研发团队领导力的短文——绩效评估、招聘与团队扩张、CI/CD、DevOps 监控、智能体 AI。写于首尔。</description>
    <generator>Hugo</generator>
    <language>zh-CN</language>
    <copyright>© 2026 仁才德</copyright>
    <lastBuildDate>Sat, 07 Nov 2026 00:00:00 +1300</lastBuildDate>
    <atom:link href="https://jared.lynskey.co.nz/zh-cn/tags/naver/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>React Native Web 的 SEO：Cloudflare 给 Googlebot 发了一个空页面</title>
      <link>https://jared.lynskey.co.nz/zh-cn/posts/2026/2026-09-09-cloudflare-crawlers-cache/</link>
      <guid isPermaLink="true">https://jared.lynskey.co.nz/zh-cn/posts/2026/2026-09-09-cloudflare-crawlers-cache/</guid>
      <pubDate>Wed, 09 Sep 2026 04:00:00 +1200</pubDate>
      <dc:creator>Jared Lynskey</dc:creator>
      <category>Cloudflare</category>
      <category>SEO</category>
      <category>Django</category>
      <category>Caching</category>
      <category>Crawlers</category>
      <category>Naver</category>
      <category>React Native</category>
      <description>我怎么用动态渲染让 React Native Web 单页应用被 Google 和 Naver 爬虫看见，以及那条让 Googlebot 拿到空 SPA 外壳的 Cloudflare 缓存规则。</description>
      <content:encoded><![CDATA[<p>用 React 或 React Native Web 做的单页应用，Naver 的爬虫（Yeti）和 Bing 都不会执行它的 JavaScript，Google 也只是有时会。解决办法是动态渲染：按 User-Agent 识别爬虫，给它返回服务端渲染的 HTML，内容和应用本来要画出来的一样。在 Cloudflare 上要避开的坑，是把这个 URL 对所有人一起缓存。Cloudflare 对 HTML 不看 <code>Vary</code>，谁的响应先到，后面所有访客拿到的就是谁的，Googlebot 也可能因此拿到空外壳。只缓存爬虫请求，收窄规则之后记得清一次缓存。</p>
<p>我做的这个集市应用是用 React Native Web 写的单页应用。在 JavaScript 跑起来之前，每一个商品页都只是一个 script 标签加一个空 div。这对人没问题，对搜索却是致命的：Google 有时能执行那段 JS，Bing 不会，而对一个商品几乎全是韩语的站点最要紧的 Naver 爬虫，肯定不会。</p>
<p>这篇讲的是我怎么让这些页面被看见，以及之后那条以我没预料到的方式把成果抵消掉的缓存规则。</p>

<h2 class="relative group">动态渲染，不是伪装
    <div id="动态渲染不是伪装" class="anchor"></div>
    
    <span
        class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none">
        <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#%e5%8a%a8%e6%80%81%e6%b8%b2%e6%9f%93%e4%b8%8d%e6%98%af%e4%bc%aa%e8%a3%85" aria-label="锚点">#</a>
    </span>
    
</h2>
<p>办法很老，而且 Google 认可：识别爬虫，给它返回一份服务端渲染的 HTML，内容和 SPA 本该画出来的一样。不是不同的内容，是同样的内容，只是更早。</p>
<p>于是像 <code>/listings/view?id=...</code> 这样的商品 URL 分叉了。浏览器拿到 SPA 外壳。爬虫拿到一份真正的文档：一个标题，商品的关键信息，每张照片一张带 alt 的图，一段正文摘录，以及通往几个相关商品的链接，好让这页不至于成为孤儿。</p>
<p>最后那点比我预想的重要得多。在这些内链存在之前，大约一千个商品页没有任何东西指向它们，Search Console 里能看到抓取一路沉到每天 7 到 11 次请求。找不到你页面的爬虫，不会在乎那些页面有多好。</p>

<h2 class="relative group">陷阱：厂商的名字不是它家爬虫的名字
    <div id="陷阱厂商的名字不是它家爬虫的名字" class="anchor"></div>
    
    <span
        class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none">
        <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#%e9%99%b7%e9%98%b1%e5%8e%82%e5%95%86%e7%9a%84%e5%90%8d%e5%ad%97%e4%b8%8d%e6%98%af%e5%ae%83%e5%ae%b6%e7%88%ac%e8%99%ab%e7%9a%84%e5%90%8d%e5%ad%97" aria-label="锚点">#</a>
    </span>
    
</h2>
<p>爬虫识别是 user-agent 匹配，问题就出在这里。</p>
<p>韩国平台用的爬虫名字和公司名一点都不像。Naver 的爬虫叫 <strong>Yeti</strong>，Daum 的叫 <strong>Daumoa</strong>，Kakao 的链接抓取器叫 <strong>kakaotalk-scrap</strong>。三个都不是厂商名。</p>
<p>与此同时，同样这几家还发布带内嵌浏览器的 App，那些浏览器发送的是真实浏览器 UA，后面缀上 App 的名字。KakaoTalk 的内置浏览器说自己是 <code>KAKAOTALK/10.5.1</code>，Kakao 的抓取器说自己是 <code>kakaotalk-scrap/1.0</code>。</p>
<p>用 <code>kakao</code> 去匹配，两个都会中。我当初正是这么干的，结果每一个打开链接的 KakaoTalk、Naver App、Daum App 用户，拿到的都是爬虫页：没有 JavaScript，没有导航，没有登录。一份挑不出毛病的文档，对人却毫无用处。</p>
<p>修复靠的是判断顺序，这一点值得明确写成规则：</p>
<div class="highlight-wrapper"><div class="highlight"><pre tabindex="0" class="chroma"><code class="language-python" data-lang="python"><span class="line"><span class="cl"><span class="kn">import</span> <span class="nn">re</span>
</span></span><span class="line"><span class="cl">
</span></span><span class="line"><span class="cl"><span class="c1"># 内嵌浏览器会在普通浏览器 UA 后面附上应用名。</span>
</span></span><span class="line"><span class="cl"><span class="n">INAPP_BROWSER_RE</span> <span class="o">=</span> <span class="n">re</span><span class="o">.</span><span class="n">compile</span><span class="p">(</span><span class="sa">r</span><span class="s2">&#34;kakaotalk/|naver\(inapp|daumapps&#34;</span><span class="p">,</span> <span class="n">re</span><span class="o">.</span><span class="n">I</span><span class="p">)</span>
</span></span><span class="line"><span class="cl">
</span></span><span class="line"><span class="cl"><span class="c1"># 认机器人名，不认厂商名：Naver 用 Yeti，Daum 用 Daumoa，</span>
</span></span><span class="line"><span class="cl"><span class="c1"># Kakao 的链接预览抓取器用 kakaotalk-scrap。</span>
</span></span><span class="line"><span class="cl"><span class="n">CRAWLER_RE</span> <span class="o">=</span> <span class="n">re</span><span class="o">.</span><span class="n">compile</span><span class="p">(</span><span class="sa">r</span><span class="s2">&#34;googlebot|bingbot|yeti/|daumoa|kakaotalk-scrap&#34;</span><span class="p">,</span> <span class="n">re</span><span class="o">.</span><span class="n">I</span><span class="p">)</span>
</span></span><span class="line"><span class="cl">
</span></span><span class="line"><span class="cl">
</span></span><span class="line"><span class="cl"><span class="k">def</span> <span class="nf">is_crawler</span><span class="p">(</span><span class="n">user_agent</span><span class="p">:</span> <span class="nb">str</span><span class="p">)</span> <span class="o">-&gt;</span> <span class="nb">bool</span><span class="p">:</span>
</span></span><span class="line"><span class="cl">    <span class="c1"># 内嵌浏览器永远不是爬虫，所以这个判断放在最前面。</span>
</span></span><span class="line"><span class="cl">    <span class="k">if</span> <span class="ow">not</span> <span class="n">user_agent</span> <span class="ow">or</span> <span class="n">INAPP_BROWSER_RE</span><span class="o">.</span><span class="n">search</span><span class="p">(</span><span class="n">user_agent</span><span class="p">):</span>
</span></span><span class="line"><span class="cl">        <span class="k">return</span> <span class="kc">False</span>
</span></span><span class="line"><span class="cl">    <span class="k">return</span> <span class="nb">bool</span><span class="p">(</span><span class="n">CRAWLER_RE</span><span class="o">.</span><span class="n">search</span><span class="p">(</span><span class="n">user_agent</span><span class="p">))</span></span></span></code></pre></div></div>
<p>内嵌浏览器先判断，而且它赢。并且每一个爬虫匹配词都必须指向一个<strong>机器人</strong>，而不是一个厂商。</p>

<h2 class="relative group">然后我在前面放了 Cloudflare
    <div id="然后我在前面放了-cloudflare" class="anchor"></div>
    
    <span
        class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none">
        <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#%e7%84%b6%e5%90%8e%e6%88%91%e5%9c%a8%e5%89%8d%e9%9d%a2%e6%94%be%e4%ba%86-cloudflare" aria-label="锚点">#</a>
    </span>
    
</h2>
<p>源站是悉尼的一台共享 CPU 机器，能撑住每秒二三十个请求。Googlebot 要走大约 995 个 URL，而它们全都打到了悉尼，因为每一个 URL 的 <code>cf-cache-status</code> 都是 <code>DYNAMIC</code>：<strong>除非有规则明说，Cloudflare 不缓存 HTML。</strong> 整个站点大约 16% 的内容被缓存，而真正要紧的那部分一个也不在里面。</p>
<p>那就给爬虫页加一条缓存规则。很简单。除了一点：一个商品 URL 并不只有一个响应体，它有三个。</p>
<ul>
<li>要 HTML 的爬虫拿到服务端渲染页。</li>
<li>人拿到 SPA 外壳。</li>
<li>发送 <code>Accept: text/markdown</code> 的 agent 拿到 Markdown，从数据库拼出来的，因为把一个空的 HTML 外壳转换一遍只会得到一份空文档。</li>
</ul>
<p>源站会发 <code>Vary: Accept</code>，而对 user-agent 做 <code>Vary</code> 本来也没什么指望。然后就是我不知道的这件事：</p>
<blockquote><p><strong>Cloudflare 在 HTML 上忽略 <code>Vary</code>。</strong> 三个响应体共用一个缓存键。</p>
</blockquote><p>哪个先到，哪个就占住这个 URL，对该边缘节点之后的所有访客生效，持续源站 <code>s-maxage</code> 允许的一小时，再加上一天的 <code>stale-while-revalidate</code>。</p>
<p>我在生产环境两个方向都亲眼见到了：</p>
<ul>
<li>一个 Naver App 用户用爬虫页预热了某个商品 URL，随后普通的 iPhone Safari 就在一次 HIT 上拿到了那个页面。一个人盯着一份没有 JavaScript 的文档。</li>
<li>一个人用 SPA 外壳预热了某个 URL，Googlebot 拿到了空外壳。整套 SEO 工作要防的正是这个失败，如今它更快了，还是从边缘发出来的。</li>
</ul>

<h2 class="relative group">靠收窄来修复的规则
    <div id="靠收窄来修复的规则" class="anchor"></div>
    
    <span
        class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none">
        <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#%e9%9d%a0%e6%94%b6%e7%aa%84%e6%9d%a5%e4%bf%ae%e5%a4%8d%e7%9a%84%e8%a7%84%e5%88%99" aria-label="锚点">#</a>
    </span>
    
</h2>
<p>你没法让 Cloudflare 在 HTML 上尊重 <code>Vary</code>。你能做的，是确保三个响应体里只有<strong>一个</strong>有资格进缓存：</p>
<div class="highlight-wrapper"><div class="highlight"><pre tabindex="0" class="chroma"><code class="language-text" data-lang="text"><span class="line"><span class="cl">(starts_with(http.request.uri.path, &#34;/listings/&#34;)
</span></span><span class="line"><span class="cl"> and not any(http.request.headers[&#34;accept&#34;][*] contains &#34;text/markdown&#34;)
</span></span><span class="line"><span class="cl"> and (lower(http.user_agent) contains &#34;googlebot&#34; or ...)
</span></span><span class="line"><span class="cl"> and not (lower(http.user_agent) contains &#34;kakaotalk/&#34; or ...))</span></span></code></pre></div></div>
<p>只匹配爬虫 UA，并排除 Markdown 请求。现在人的请求不匹配任何规则，于是读到 <code>DYNAMIC</code> 并像以前一样回源。只有爬虫请求读写缓存，而能进到缓存里的响应体只有爬虫那一个。</p>
<p>边缘 TTL 用 <code>respect_origin</code>，于是有效期仍归渲染这个页面的代码所有，而不是被钉死在控制台里。</p>
<p>一个容易漏掉的运维细节：<strong>收窄规则并不会驱逐已经在缓存里的东西。</strong> 得手动清一次缓存，否则那些刚刚已不再生成的污染条目还会继续被发出去。</p>

<h2 class="relative group">两份清单，以及它们的错误为何不对称
    <div id="两份清单以及它们的错误为何不对称" class="anchor"></div>
    
    <span
        class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none">
        <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#%e4%b8%a4%e4%bb%bd%e6%b8%85%e5%8d%95%e4%bb%a5%e5%8f%8a%e5%ae%83%e4%bb%ac%e7%9a%84%e9%94%99%e8%af%af%e4%b8%ba%e4%bd%95%e4%b8%8d%e5%af%b9%e7%a7%b0" aria-label="锚点">#</a>
    </span>
    
</h2>
<p>这条规则需要一份爬虫 UA 清单，而 Django 里已经有一份。同一份知识在两个系统里存两份通常是坏味道，但这里有意思的是它们漂移时会发生什么，因为并不对称：</p>
<ul>
<li><strong>Cloudflare 里的机器人清单必须始终是 Django 那份的子集。</strong> 一个 Cloudflare 认为是机器人而 Django 不认的匹配词，会把 SPA 外壳缓存到爬虫专用键下，然后发给真正的爬虫。</li>
<li><strong>内嵌浏览器的排除清单必须是 Django 那份的超集。</strong> 排除得太多，代价只是少几次缓存命中。</li>
</ul>
<p>任何一边朝安全方向错，你只是少缓存一点。第一条朝另一个方向错，你就又在给 Googlebot 发空页面了。顺带一提，这种不对称也正是这些清单用 <code>contains</code> 而不是正则的原因：<code>matches</code> 需要 Business 套餐，而对一份允许在已知安全方向上粗糙的清单，<code>contains</code> 够用了。</p>

<h2 class="relative group">一条让构建失败、而不是让页面失败的不变式
    <div id="一条让构建失败而不是让页面失败的不变式" class="anchor"></div>
    
    <span
        class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none">
        <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#%e4%b8%80%e6%9d%a1%e8%ae%a9%e6%9e%84%e5%bb%ba%e5%a4%b1%e8%b4%a5%e8%80%8c%e4%b8%8d%e6%98%af%e8%ae%a9%e9%a1%b5%e9%9d%a2%e5%a4%b1%e8%b4%a5%e7%9a%84%e4%b8%8d%e5%8f%98%e5%bc%8f" aria-label="锚点">#</a>
    </span>
    
</h2>
<p>爬虫页里嵌着有效期七天的预签名图片 URL。页面本身在边缘缓存一小时，外加一天的 stale-while-revalidate。</p>
<p>这两个数字是相关的，一旦缓存寿命超过图片寿命，边缘就会开始发出每张照片都 403 的页面。不会有任何告警，因为 HTML 本身没问题。</p>
<p>所以定义这些数值的代码，在关系被破坏时会拒绝导入：</p>
<div class="highlight-wrapper"><div class="highlight"><pre tabindex="0" class="chroma"><code class="language-python" data-lang="python"><span class="line"><span class="cl"><span class="n">CRAWLER_IMAGE_TTL</span> <span class="o">=</span> <span class="mi">7</span> <span class="o">*</span> <span class="mi">24</span> <span class="o">*</span> <span class="mi">3600</span>  <span class="c1"># 预签名图片 URL</span>
</span></span><span class="line"><span class="cl"><span class="n">EDGE_S_MAXAGE</span> <span class="o">=</span> <span class="mi">3600</span>
</span></span><span class="line"><span class="cl"><span class="n">EDGE_STALE_WHILE_REVALIDATE</span> <span class="o">=</span> <span class="mi">24</span> <span class="o">*</span> <span class="mi">3600</span>
</span></span><span class="line"><span class="cl">
</span></span><span class="line"><span class="cl"><span class="c1"># 边缘缓存可能比图片 URL 活得更久时，在 import 时就失败。</span>
</span></span><span class="line"><span class="cl"><span class="k">if</span> <span class="n">EDGE_S_MAXAGE</span> <span class="o">+</span> <span class="n">EDGE_STALE_WHILE_REVALIDATE</span> <span class="o">&gt;=</span> <span class="n">CRAWLER_IMAGE_TTL</span><span class="p">:</span>
</span></span><span class="line"><span class="cl">    <span class="k">raise</span> <span class="ne">RuntimeError</span><span class="p">(</span><span class="s2">&#34;edge cache lifetime must stay below the image URL lifetime&#34;</span><span class="p">)</span></span></span></code></pre></div></div>
<p>两个分处不同文件的常量之间的约束，在代码评审里看不见，在进程启动时却一目了然。把它放在进程启动的地方。</p>

<h2 class="relative group">Cloudflare 做的两件、我不得不撤销的事
    <div id="cloudflare-做的两件我不得不撤销的事" class="anchor"></div>
    
    <span
        class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none">
        <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#cloudflare-%e5%81%9a%e7%9a%84%e4%b8%a4%e4%bb%b6%e6%88%91%e4%b8%8d%e5%be%97%e4%b8%8d%e6%92%a4%e9%94%80%e7%9a%84%e4%ba%8b" aria-label="锚点">#</a>
    </span>
    
</h2>
<p><strong><code>Vary: Origin</code> 把打包产物挡在了缓存之外。</strong> <code>django-cors-headers</code> 会在它经手的每个响应上打 <code>Vary: Origin</code>，而 Cloudflare 拒绝缓存任何在 <code>Accept-Encoding</code> 之外还有 vary 的响应。这就悄悄把关键路径上最大的那个 1.6 MB JavaScript 包整个排除在边缘之外。修法是把一个中间件放在列表最前面，让它在出站方向最后执行，重写静态资源路径上的 <code>Vary</code>。</p>
<p><strong>边缘压缩比源站压缩更差。</strong> 让 Cloudflare 现场做 Brotli 得到 2,041,742 字节，而源站自己的 gzip 是 1,658,115 字节。为了不用动脑，代价是大了 23%。即时压缩优化的是 CPU，不是压缩率；源站预压缩的资源会赢。</p>

<h2 class="relative group">不等抓取就告诉搜索引擎
    <div id="不等抓取就告诉搜索引擎" class="anchor"></div>
    
    <span
        class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none">
        <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#%e4%b8%8d%e7%ad%89%e6%8a%93%e5%8f%96%e5%b0%b1%e5%91%8a%e8%af%89%e6%90%9c%e7%b4%a2%e5%bc%95%e6%93%8e" aria-label="锚点">#</a>
    </span>
    
</h2>
<p>两个协议，加在一起覆盖面也令人失望。</p>
<p><strong>IndexNow</strong> 接受一次 ping，覆盖 Bing、Yandex 和 Seznam。Google 和 Naver 不参与。每次保存商品时，我在后台带着很短的超时发一次 ping，已售出和已关闭的条目直接跳过。网络失败只记一条警告，绝不让触发它的那次保存失败——这是一个尽力而为的旁路通道唯一可以接受的行为。</p>
<p><strong>Google 的 Indexing API</strong> 只接受两种结构化数据类型，其中之一正是我有的 <code>JobPosting</code>。在招的职位发 <code>URL_UPDATED</code>，关闭的发 <code>URL_DELETED</code>。那条删除通知之所以诚实，是因为关闭的条目同时输出了 <code>noindex</code>，代码里也这么写着——好让日后拿掉 noindex 的人知道自己还顺手破坏了什么。</p>
<p>这里有两处让我耗了不少时间。配额是每天 200 个 URL，而批量导入一次商品就会触发几百次，所以导入进来的条目会被跳过，否则一次导入就把当天预算全花光。另外端点是带冒号的 <code>urlNotifications:publish</code>。用斜杠的话，Google 返回一个普通的 HTML 404，看起来和 API 没启用一模一样。</p>

<h2 class="relative group">结构化数据教给我的
    <div id="结构化数据教给我的" class="anchor"></div>
    
    <span
        class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none">
        <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#%e7%bb%93%e6%9e%84%e5%8c%96%e6%95%b0%e6%8d%ae%e6%95%99%e7%bb%99%e6%88%91%e7%9a%84" aria-label="锚点">#</a>
    </span>
    
</h2>
<p>三条规则，每一条都是被 Search Console 数落出来的：</p>
<ol>
<li><strong>解析不了的就别输出。</strong> 薪资是自由文本。我以前把原始字符串当作 <code>baseSalary.value</code> 输出，那是无效的，还让每一条职位都被标记缺少单位。现在解析不了的薪资干脆不出现。</li>
<li><strong>别为了满足结构化数据的要求而编造字段。</strong> 招聘广告很少带街道地址。人会很想给 <code>PostalAddress</code> 填个看着像样的东西。招聘广告上编造的地址比不完整的地址更糟，所以只放城市和国家。</li>
<li><strong>有效期不是可选项。</strong> Google 会丢掉没有 <code>validThrough</code> 的 <code>JobPosting</code>，所以要推导一个，并加上下限，免得一条旧条目声称自己昨天就过期了。</li>
</ol>
<p>还有关于站点地图的第四条：<strong>别给所有条目都声称 <code>changefreq: daily</code>。</strong> 要求 Googlebot 每天重新抓取一千个条目，会被读成一台过载的主机，而它的回应是降低整站的抓取速率。从这东西实际上多久变一次来推导。</p>
<p>站点地图还有一道质量下限：标题加正文合计四十个字符。Search Console 曾把大约一千条报成&quot;已抓取 – 尚未编入索引&quot;，其中某个二手页面的全部独有内容，是一个单词的标题加一个电话号码。四十这个数字是故意定低的，因为 484 条里有 471 条是韩语，而韩语单位字符承载的信息更多；按英语调的阈值会砍掉这个市场的一半。内容单薄的条目仍然通过索引页保持可抓取，一旦有人编辑就会自动重新进入站点地图。</p>

<h2 class="relative group">我会从中带走的
    <div id="我会从中带走的" class="anchor"></div>
    
    <span
        class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none">
        <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#%e6%88%91%e4%bc%9a%e4%bb%8e%e4%b8%ad%e5%b8%a6%e8%b5%b0%e7%9a%84" aria-label="锚点">#</a>
    </span>
    
</h2>
<ul>
<li><strong>在一个 URL 上返回不同的响应体，首先是一个缓存键问题。</strong> 弄清楚你的 CDN 用什么做键，并且在你于那个确切的内容类型上验证之前，就假定它忽略 <code>Vary</code>。</li>
<li><strong>当两个系统必须就一份清单达成一致时，先弄清哪个方向的错误是安全的</strong>，然后把它写在两份副本旁边。&ldquo;它们可以漂移，而且只允许朝这个方向漂&rdquo;，胜过假装它们不会漂。</li>
<li><strong>按机器人名字匹配机器人，永远别按厂商名字。</strong> 尤其在英语世界之外，那个厂商同时还做着你用户手里的那个浏览器。</li>
<li><strong>把相距遥远的常量之间的不变式，放在会大声失败的地方。</strong> import 时机是免费的，而且没人能跳过。</li>
</ul>
]]></content:encoded>
      <media:content url="https://jared.lynskey.co.nz/en/posts/2026/2026-09-09-cloudflare-crawlers-cache/featured.jpg" medium="image" type="image/jpeg" />
    </item>
  </channel>
</rss>
