把 noindex 加上去，过几天在搜索结果里还能看到那个页面，这是很常见的情况。多数时候不是搜索引擎“不听话”，而是标签没被读到、读到了没被采纳，或者几种屏蔽方式互相打架。先搞清楚自己在用哪一种写法，再按顺序排查，通常比反复改代码更快。
三种写法管的不是一回事
meta robots 标签
写在 HTML 的 head 里，形如 meta name="robots" content="noindex"。它跟着这份 HTML 走，页面能被抓取才会被读到。如果正文由 JS 渲染，或者标签被放进了 body，都可能读不到。
X-Robots-Tag 响应头
在服务器或 CDN 上配置，对 PDF、图片这类非 HTML 文件也能生效，还可以按目录批量下发。好处是省事，风险也在省事：一条规则配错路径，整段站点都可能受影响，改之前先确认作用范围。
robots.txt 的 Disallow 不是 noindex
很多人把 robots.txt 当成屏蔽收录的工具，这恰好是最容易出问题的地方。Disallow 只阻止抓取，页面依然可能留在索引里，因为搜索引擎看不到页面上的 noindex，但它能从外链锚文本、标题等线索知道这个 URL 存在。更麻烦的是，Disallow 会挡住抓取，让你的 noindex 永远没机会被读到。
想彻底从索引里去掉一个 URL，顺序是：先允许抓取，再让页面返回 noindex（或 404／410），等抓取重新生效后逐步移除。反过来做，往往两边都不生效。
加了 noindex 还在索引里的常见原因
- robots.txt 同时 Disallow 了该路径，标签根本没被读到。
- 标签写在 body 里，或由 JS 动态注入，抓取拿到的初始 HTML 中并不存在。
- CDN、页面缓存或预渲染服务返回的还是旧版本 HTML。
- 该内容有多个 URL 版本（带参数、大小写、结尾斜杠不同），noindex 只加在了其中一个。
- 页面自身有 canonical 指向别处，或别的页面 canonical 指向它，规则互相冲突。
- 标签拼写有误，例如 no index、no-index。
- noindex 刚生效不久，索引更新需要时间，搜索词高度匹配时仍可能短暂出现。
自查顺序
- 用抓取工具或 URL 检查功能，看搜索引擎实际拿到的响应里有没有那句 noindex。以响应内容为准，不以本地代码为准。
- 确认抓取没有被 robots.txt 挡住，挡了就先把 Disallow 去掉。
- 确认标签位于 head 中，并且不是运行时才出现。
- 检查响应头里有没有 X-Robots-Tag，同名规则可能覆盖或叠加。
- 检查 canonical 与 noindex 是否指向同一个 URL，冲突时先把意图统一。
- 排查缓存层，强制刷新，让访客和爬虫拿到同一版 HTML。
- 批量页面要抽几个样本逐一验证，别假设一条配置对所有 URL 都生效。
noindex 还是 404，怎么选
页面只是暂时不想被搜到、内容以后还要用，用 noindex；内容确定永久下线，直接返回 404 或 410 更干脆，也不用长期维护标签。如果页面只是换了地址，应该用 301 把流量和信号带过去，而不是加个 noindex 放在那里不管。
最后提醒一点：noindex 表达的是“请不要收录”，不等于“立刻消失”。移除是逐步发生的，期间页面仍可能出现在结果里。隔一段时间回来查一次 URL 状态，比当天反复改配置更有参考价值。