清理死链不能只删404链接，须先精准识别再分类处置：用pathlib补全相对路径验证本地存在性，HTTP验证需补index.html、检查响应体与Content-Type，并按链接类型区别处理（替换、补全、标记或人工判断）。
不能靠“删掉所有404链接”来清理——HEAD返回404只是表象，真正要处理的是链接是否仍被引用、目标是否存在替代页、路径是否可补全。本地静态站批量清理死链，核心是先精准识别，再分类处置。
用 Python + pathlib 解析相对路径再验证
直接对 href 值发 requests.head() 必然大量误报：./about.html、../js/app.js 这类相对路径不结合 HTML 文件所在目录就发请求，requests 会抛 InvalidURL 或连到错地址。必须用 pathlib.Path 补全：
- 读取每个
.html文件时，用Path(file_path).resolve().parent得到其真实父目录 - 对每个
href，执行Path(parent_dir).joinpath(href).resolve()得到本地绝对路径 - 仅当该路径存在且是文件（
.is_file()）时，视为有效；否则才走 HTTP 验证 - 跳过以
#、javascript:、mailto:开头的伪协议链接
HTTP 验证不能只看状态码 200/404
200 不等于可用，404 也不等于真死——这是本地检测最常翻车的地方：
- 对以斜杠结尾的路径（如
/blog/），自动补index.html再试一次 - 对
.html链接，HEAD 返回 200 后，还需GET前 1KB 响应体，检查是否含或 <code>/code>，避免 Nginx 默认 404 页面伪装成 200 - 对
.json、.css、.js等资源，检查响应头Content-Type是否匹配（如application/json），否则可能是服务器兜底返回的 HTML 错误页 - 设置超时（建议
timeout=(3, 5)）和重试（最多 2 次），避免因网络抖动误判
清理动作必须按链接类型区分
不是所有死链都该删。盲目正则替换 <a href="..."></a> 会破坏语义、无障碍支持和 SEO 权重传递：
立即学习“前端免费学习笔记（深入）”；
- 内部相对链接（如
./old-page.html）：先查 Git 历史或构建产物目录，确认目标是否只是改名/移位；若存在./new-page.html，直接替换href值 - 目录型路径（如
/docs/）：优先加index.html补全，其次考虑配置本地服务重写规则（如serve -s build -c rewrite.json） - 外部链接（完整 URL）：不自动修改，只记录到
invalid_links.txt，由人工判断是否替换为归档页（如 Wayback Machine）、删除或加rel="nofollow" - 指向已彻底下线内容的链接：保留标签但加
class="dead-link"和aria-label="已下线"，既不误导用户，也避免搜索引擎误抓
真正难的不是检测，而是判断“这个链接还该不该存在”。比如一个旧产品页链接失效了，但它仍被三篇外部博客引用，此时修复重点不是删掉它，而是配 301 跳转到新 SKU 页——而这个决策，脚本永远做不了。
