给入口頁里的目标連結加上 utm_source、utm_campaign、?from=xxx 這類參數，是很多人做点击統計的习惯動作。平时放在普通頁面上問题不大，但放進蜘蛛池入口頁，這件事會直接影响搜尋蜘蛛對 URL 的判断，值得在動手前先想清楚。
搜尋蜘蛛眼里的带參 URL
搜尋蜘蛛不認识你的統計需求，它只認 URL 字符串。URL 里多一個參數，在它看来就是一個新地址；同一個目标頁加上不同參數，就會生成一批互不相同的 URL。
真正决定影响大小的，不是入口頁怎么寫，而是目标頁自己有没有做規范化處理。带參地址會不會被抓、會不會被当成獨立頁面，答案在這里。
什么情况下會被当成不同頁面
- 目标頁没有 canonical，也没有做參數過滤規則，带參數版本會被当成新地址排队抓取。
- 參數值随机、带時間戳或會话 ID，蜘蛛每次抓到的都不一样，可能持續产生新的抓取任務。
- 带參頁面内容與干净版完全一致，容易被判成重复内容。
- 入口頁連結没有加 nofollow，蜘蛛會顺着這些地址進入參數版本。
反過来说，如果目标頁已经有 canonical 指向不带參數的正式地址，或者站点层面已经屏蔽了這批參數，那么带參 URL 的干扰會小很多。
對入口頁和站点运营的實际影响
第一是消耗抓取预算。蜘蛛的時間有限，入口頁把大量带參地址推到它面前，它會分掉本可以用来抓目标頁的額度，尤其是入口頁連結本来就多的时候。
第二是信号分散。目标頁如果没有 canonical，外部連結、抓取频次、收錄信号會散落在多個版本上，主版本的抓取节奏可能被拖慢。
把統計參數留在入口頁的 href 里，本质上是用搜尋蜘蛛的抓取額度換自己的点击資料，這筆帳不一定划算。
更稳妥的几種做法
- 点击統計走服務端日誌或前端点击事件，不要在 href 里拼參數。
- 如果确實需要带參，目标頁加 canonical 指向不带參數的正式版本。
- 用 robots.txt 或站点层的參數處理規則，屏蔽已知的統計參數。
- 需要中間跳轉做統計时，让參數只出現在中間頁，最终跳轉到干净 URL。
- 入口頁尽量使用目标頁已有的正式地址，不要為了区分来源而人為制造新地址。
怎么判断已经出問题了
- 看服務器日誌，带參地址是否被反复請求，請求量是否在持續增長。
- 看目标頁干净版本的抓取次數是否被带參版本分流。
- 看搜尋结果里是否出現了带參數的版本，或者两個版本交替出現。
- 看入口頁的抓取總量是否上去了，但目标站的抓取並没有同步增加。
如果日誌里带參地址的請求占比很高，而干净地址的抓取次數在下降，通常說明入口頁的連結寫法已经在干扰正常的抓取分配，這时候優先改加入口頁的連結寫法，比繼續加連結更有意义。
需要提醒的是，改掉參數只是减少不必要的干扰，抓取多少、是否收錄仍由搜尋引擎自己决定，任何寫法都不能保證结果。