很多站点的草稿、预览、測試頁面並不是因為被谁刻意發布才出現在搜尋结果里，而是發布流程中留下的临时連結被外部拿到，或者測試环境没有做任何訪問限制。這些頁面往往内容不完整、标题重复、图片缺失，一旦被搜尋引擎發現，既占用了抓取资源，也可能和正式頁面争抢同一批關鍵詞。
草稿頁通常從哪里漏出去
先別急着改代碼，先想清楚這些地址是怎么产生的。常见来源大致有這几類：
- CMS 自動生成的预览地址，通常带 token、post_id 之類的參數，複製粘贴就能訪問；
- 未發布的文章固定連結仍然可以打開，只是没有入口，很多人以為這样就等于不存在；
- 測試域名或 staging 子域没有做登入限制，且内容和主站一致；
- 上传目錄、導出文件、备份压缩包放在可以直接訪問的路径下；
- 編輯把预览連結發给外部同事或客戶，連結被轉發、被複製，最终被別人抓到。
前两類属于自己站点的問题，後三類則往往和訪問權限、目錄規划有關，處理方式不太一样。
先確認哪些地址真的在外面
只凭印象判断容易漏項，建议按下面几步過一遍：
- 在搜尋引擎里用 site: 加自己的域名，再搭配草稿相關的路径關鍵詞，看看有没有不该出現的頁面（自己查即可，不要反复刷）；
- 翻服務器訪問日誌，找那些本该没人訪問的路径，留意是否有搜尋引擎爬虫的 UA 来過；
- 检查 sitemap 與站内連結，確認没有把草稿地址寫進去；
- 检查 robots.txt，尤其是不允许抓取的目錄列表，確認没有把整個測試目錄誤寫進允许范围；
- 用無痕窗口訪問這些地址，確認是否需要登入或密碼。
處理方式按頁面去留分三類
已经不需要的頁面
如果草稿内容确定不會再發布，最干净的做法是让服務器直接返回 404，並確認文件已经真正刪除，而不是只把連結從導航里拿掉。頁面還在、只是没有入口，對爬虫来说仍然是可訪問的。
還需要繼續編輯的頁面
這類頁面建议加 noindex 标记，同时限制訪問。這里有個顺序問题：noindex 需要頁面能被正常抓取到才能被讀到，如果 robots.txt 直接把整個目錄 Disallow，爬虫拿不到 noindex，地址仍然可能以纯 URL 的形式出現在结果里。所以更稳妥的顺序是先允许抓取、让頁面返回 noindex，等確認不再出現後，再考虑是否收紧抓取范围。
预览連結已经變成正式内容
如果预览地址對應的内容最终正式發布了，把预览地址 301 到正式地址，同时更新 sitemap 和内鏈，避免舊地址繼續被訪問到一份過时版本。
几個容易忽略的坑
- 密碼保護不等于不會被看到。加了密碼的頁面，URL 和标题仍有可能被记錄下来，只是用戶点進去看不到正文。
- 带 token 的预览連結等同于公開地址。一旦被轉發出去，token 就不再是保護措施。
- 測試域名的風險比單個草稿頁大得多。整站副本如果都没有 noindex，等于凭空多出一套重复内容。
- 备份文件和導出的資料库放在可訪問目錄下，風險比草稿頁更高，發現後應第一時間移除並更換相關凭據。
- 站内搜尋结果頁、标簽聚合頁有时會自動把草稿标题拼進去，這類間接泄露容易被忽略。
把检查放進日常流程
- 發布前確認预览連結的訪問范围，能設定有效期就設定；
- 每次批量導入、改版或迁移後，跑一遍站点地址清單，而不是只看首頁；
- 定期翻日誌中的異常路径，重点關注来自外部的訪問；
- 把“临时連結怎么處理、谁负责收尾”寫進編輯規范，避免每次靠人记得。
草稿頁的問题通常不在于技術有多复杂，而在于發布流程里没人负责收尾。
把上面几項做成一份简單的清單，每個月抽半小时過一遍，比起事後到處找原因要省事得多。