从 41,277 行抓取日志说起：磁力索引到底在索引什么
我把 2026 年 6 月的一次全量抓取结果按 info_hash 去重，剩下 38,902 条。其中 21% 的元数据抓取失败。这个比例让我怀疑，“索引”这个词被用得太轻了。
关于磁力索引站如何决定“什么值得被搜到”，我有九个问题，目前只答上来三个。这是一份困惑的笔记，不是结论。
我把 2026 年 6 月的一次全量抓取结果按 info_hash 去重，剩下 38,902 条。其中 21% 的元数据抓取失败。这个比例让我怀疑，“索引”这个词被用得太轻了。
它出现在一份外部链接清单的第 17 条。我点进去看了五分钟，页面结构和磁力站点完全不同——这让我意识到，索引站的流量出口往往比内容本身更值得研究。
6 月 24 日下午三点，我截图保存了这个位置。侧栏推荐位是整站最贵的资源位，但它的选品逻辑几乎没人写过。我试着倒推了一次。
我原以为两者的用户池高度重合。查了三天的跳出率数据才发现，方向错了——重合的是“搜索意图词”，不是人。这个错误我保留了记录。
抽了 1,204 条标记为“死种”的记录，其中 63% 仍在首页可见。我请做运维的朋友老周看了一眼，他说：“不是没清，是清除任务排在凌晨四点。”
我分别模拟了三种排序在 6 月 15 日那批数据上的结果，前二十名的交集只有 5 条。也就是说，所谓“热门”，完全取决于你按哪个按钮。
折角处讲的是 DHT 的冗余存储。十七年过去，这套机制几乎没变，但围绕它的界面已经换了十几轮。技术慢，界面快，这是个奇怪的错位。
我用正则筛 info_hash 时漏掉了大写字母，导致 6 月 9 日那批样本被低估了约 7%。修正之后，结论的方向没变，但数字全变了。这提醒我别太信任第一版脚本。
我在 6 月 5 日晚八点连续输入同一前缀十二次，联想结果出现了四次不同排序。缓存、时段、地域，至少三个变量在动，而用户看不到任何一个。
她坚持索引站只是“指针的集合”。我不太同意，但又找不到足够硬的论据反驳。这场对话我记了三页，仍然悬着。
基于 2026 年上半年三个批次的合并样本，链接从首次被抓取到跌出首页的平均时间是 11 天。这个数字比我预想的短得多，但我还不敢说它有代表性。
我是江晚，做数据相关的技术写作，主要给几家行业媒体供稿，习惯把每一个结论追到原始日志再落笔。
我在这个站上记两件事：一是磁力索引类站点怎么运行的，二是我自己判断错的地方。后者往往更值得留下。
2025 年底开始系统关注 555影视剧免费观看无广告推荐 这类外部出口链接对索引站流量结构的影响，越查问题越多。
这个站不是教程，也不提供下载，只是一份持续更新的笔记——很多段落我自己都还没写顺。
“索引不是收藏，索引是一种取舍；你选择让谁被搜到，就等于选择让谁消失。”—— 阿禾，2026 年 6 月 2 日晚，通电话时说的原话，我凭记忆录下