区分链接与来源域名
外链是从另一个网站指向目标页面的超链接。引用域名按域名边界汇总一个或多个这样的来源，因此同一个域名可能提供很多链接。但导出文件的一行不一定对应一个物理超链接：供应商可能合并重复、汇总整个页面，或列出不同观察。使用总数之前先写清计量单位，并保留来源对该字段的定义。否则把行数、页面数和域名数混在同一张图上，虽然看似都是数量，实际回答的却是不同问题。
Ahrefs · Backlinks / Referring domains
沿图示查看分组过程
图示只采用A并展示分组过程。展开paper.example可看到来源文档及分配给它们的观察记录。导航开关在同一域名下增加十二个不同来源页面，不是复制一行CSV。观察数和文档数上升，域名数不变。这是明确设定的虚构导航模式，不是对真实出版方模板的推断。开关前后保留同一目标和分组规则，因此能把单位变化与域名覆盖变化分开理解，而不需要猜测任何爬虫的内部算法。
图示采用A：9条观察记录合并为7个来源目标对、6份文档、5个主机、4个分组域名。从paper.example添加12条虚构导航记录后，观察变为21条，域名仍是4个。重复导出行不同于另一页面上的独立链接。
| 计数单位 | A | A + 12 |
|---|---|---|
| 导出观察记录 | 9 | 21 |
| 来源与目标对 | 7 | 19 |
| 来源文档 | 6 | 18 |
| 来源主机 | 5 | 5 |
| 引用域名 | 4 | 4 |
重复导出行不是全站链接
本方法只计算一次完全相同的导出记录。即使来源与目标文档对相同，锚文本、属性或片段不同的观察仍然保留为独立证据。按文档对分组只是针对某个问题隐藏这些差别，原始CSV和JSON草稿仍保留它们。不同页面中的重复导航可能是真实的独立链接；在导出时重复一行不会在网络上创造新链接。因此不要把重复行清理与删除网站上的导航元素混为同一种操作，也不要据此推导排名效果。
主机、域名与出版方并不相同
paper.example和shop.paper.example是两个主机，在这里却属于一个分组域名。公共后缀规则还包含多段后缀与部分私有托管服务，因此简单取最后两段并不可靠。更重要的是，这种边界不是企业所有权登记：不同域名可能由同一个实体控制，同一托管服务上的租户也可能互相独立。域名计数不能自动变成已验证的独立编辑出版方数量。若业务问题涉及独立性，需要补充实际所有权与编辑关系的证据。
URL使用浏览器规范化。观察记录保留片段及锚文本、属性原文。来源目标对和文档单位只去掉片段，保留查询参数、路径和协议。域名按包含私有后缀的Public Suffix List分组，这不证明共同所有权。不解析重定向或canonical。
采用能回答问题的分母
要解释在哪里观察到链接，可看来源文档；要比较文档关系，可看来源目标对；要描述明确规则下的广度，可看域名。域名数量本身不测量编辑质量、话题相关性、访问量或排名贡献。本练习也无法得出通用的理想外链与域名比例。比较时间变化时，保持目标、日期、过滤和采集限制一致，同时查看成员与总数。配套的数量比较指南说明两份各有4个域名的文件为何仍可能不同；选择分母后再决定下一步验证。如果一组来源只有数量而没有页面地址，就无法把它可靠地展开为本例中的文档树。不要自行补齐链接路径，也不要以界面上的总数代替证据。保留供应商原始说明，并在后续采集获得行级数据后重新检查来源构成。
不要把覆盖范围当成质量
在每份来源的范围栏记录供应商、报告、索引或当前历史选择、过滤条件、导出上限及采集时间。先统一目标范围。工具不能验证供应商设置是否真正可比。采集日期不是链接发布日期。
仅在A/B中表示另一份文件没有，不代表网络上不存在，也不能证明新获或丢失。没有经过验证的完整总体，重叠率就不是准确率、精确率或召回率。相同总数也可能包含不同域名。
下载示例并应用方法
必须包含Source URL和Target URL，Anchor、Rel和Nofollow可选。支持常见英文列名。每个CSV最多2,000条、1MB，JSON草稿最多5MB。无效或不支持的URL会按记录编号列入排除日志。其他列保留在草稿中，但不参与观察记录的身份判定。
文件和备注留在浏览器内。比较提供的导出文件，不连接外链供应商，也不访问来源URL。保存JSON草稿可保留精确输入；不会保存到账号。