条目图标到底该自己存还是直引对方 favicon：抓取、隐私、失效和降级这四件事

2026-10-23 约 1,474 字预计阅读 4 分钟 yiyunkj

目录站每个条目前面那个小图标，看着是最不起眼的元素，实际上牵扯四件事：抓取、隐私、失效、降级。做法选错了，轻则页面上出现一片灰色占位，重则把自己的用户访问行为泄露给一万个陌生域名。

图片来源：网络，版权归原作者所有，侵权请联系删除

两条路的差别

直引的最大问题不是失效，是隐私和性能。一个列表页 20 个条目，就是 20 个跨域请求，每个都要做一次 DNS 解析和 TLS 握手，用户的 IP 和访问时间也同时暴露给这 20 个站点。对方站如果有日志分析，就能知道有人从你的目录站点了过来。

性能那一栏也别小看。移动端弱网环境下，20 个跨域图标请求能把首屏拖慢一秒以上。

搭一套图标抓取不难，但有五个环节要处理：

发现：先请求对方首页，从 HTML 里解析 <link rel="icon"> 系列标签，拿不到再回退到 /favicon.ico。别只试后者，很多站已经不用它了。
格式：拿到可能是 ICO、PNG、SVG 甚至 WebP。统一转成一个格式存，推荐 PNG，尺寸归一化到 64×64。
超时：单次请求超时设 3 到 5 秒，失败就落到默认图标，不要重试三次。抓取是后台任务，失败下次再来。
并发：批量抓的时候限制并发，别一次对同一个域名打出几十个请求，那跟打人家的服务器没区别。
更新：图标不常变，半年重抓一次足够。条目新收录时抓一次，之后进半年一轮的队列。

声明自己的身份这件事前面写过，这里只强调一点：抓取脚本要有明确的 User-Agent，里面带上站名和联系方式。这是礼貌抓取器的基本配置。

抓不到的时候显示什么，比能不能抓到更影响观感。三种降级策略，按优先级：

一级降级用站点首字母。取域名的主域第一个字符，生成一个纯色底加白字的图标，颜色由域名哈希决定，这样同一个站每次生成的颜色一致。这个方案不需要任何外部资源，永远不会失败。

二级降级用一个通用的灰色占位图标。缺点是页面上出现一堆同样的灰色块，视觉上很差，只在一级降级也失败时用。

三级是干脆不显示图标，条目卡片改用纯文字排版。这是最保守的方案，适合图标抓取系统整体不可用时临时切换。

首字母方案的实现成本最低，效果也最好，值得优先做。它还能顺便解决新收录条目的空窗期——图标还在抓取队列里的时候，先显示首字母图标，抓到了再替换。

谷歌官方文档里对搜索结果中显示的站点图标有一套具体要求，虽然是讲自己站的图标，但对目录站做图标处理也有参考价值：

图标必须是正方形（1:1），最小 8×8 像素，建议使用大于 48×48 的尺寸；URL 要稳定，不要频繁更换；图标文件和首页都必须允许 Googlebot 和 Googlebot-Image 抓取；每个主机名只支持一个图标；不当内容会被替换成默认图标。

其中「URL 要稳定」这一条对目录站是反向提醒：如果你把对方图标存到了自己域名下，那这个 URL 就是你自己的，稳定性由你保证。这反而是自托管的又一个好处。

图标文件的 URL 不一定要托管在同源站点上，官方明确说过可以放在 CDN 上。所以自托管也不意味着必须存在自己服务器磁盘里，丢到对象存储加 CDN 反而是更合理的做法，成本也更低。

最后一点：条目图标上不要加懒加载。loading="lazy" 用在正文配图上是对的，用在 16×16 的小图标上是纯开销，也不会带来任何带宽节省。