孤岛页面是怎么出现的
在收录问题里，有一类页面经常被忽略：它本身写得不算差，URL 也在 sitemap 里，但站内几乎没有任何可点击的链接指向它。搜索蜘蛛能“看到”这个地址，却没有从站内得到任何入口提示。这类页面通常被称为孤岛页面，表现往往是长期停留在“已发现但尚未编入索引”，或者即使被收录，也很久不更新。
孤岛页面的来源并不神秘，常见的有几种：
- 批量生成后只提交了 sitemap，没有加进任何列表页或推荐位；
- 改版或调整栏目结构时，旧入口被删掉，页面本身还留着；
- 链接写在 JS 里，或者用 onclick 跳转，抓取端取不到 href；
- 链接虽在，但被加了 nofollow 或其它手段屏蔽；
- 页面只在站内搜索、后台或需要登录的路径里能到达。
站内入口为什么会影响收录
URL 发现和收录是两个阶段。sitemap、外链、站内链接都能帮助发现，但蜘蛛在决定先抓谁、抓多深时，站内链接的密度、位置和上下文是很重要的参考。一个被导航、列表页、面包屑、相关推荐反复指向的地址，通常比只在 sitemap 里出现过一次的地址更容易被优先处理。
反过来，如果站内长期没有链接指向某个页面，蜘蛛即使抓到一次，也很难判断它在站点结构中的位置和重要程度，重新抓取的间隔可能会被拉长。
排查顺序
一、从首页出发手动走一遍
打开首页，只用鼠标点击，看目标页面需要几层才能到达。三层以内是比较常见的期望，超过五层或者根本点不到，就值得重点处理。注意不要在浏览器地址栏直接输入 URL，那样会绕开问题本身。
二、确认链接是可被抓取的形态
查看页面源码里的链接是否为标准的 a href，而不是由 JS 动态拼接、按钮点击事件触发。JS 渲染的链接现在多数情况下能处理，但渲染有成本，入口越依赖渲染，被发现和被处理的优先级越容易靠后。
三、检查入口页面本身是否被收录
如果指向它的列表页、聚合页自己就没被收录，这条内链的作用会打折扣。可以先看看入口页的收录状态和抓取频率，再决定是修内链还是先修入口页。
四、用数据和日志复核
在服务器日志或抓取统计里，核对目标目录下 URL 的抓取次数和来源。如果某个栏目下的 URL 几乎从未被访问，而站内也确实没有链接指向，那基本可以确认是入口缺失，而不是内容或服务器问题。
可以做的修复动作
- 把重要页面加进导航、分类列表或相关推荐，保证从首页有稳定路径；
- 为成批生成的页面建一个总入口页，例如专题或目录页，再从这个页面链出去；
- 补上面包屑和上一级返回链接，让层级关系更清晰；
- 把内链放在正文或列表的合理位置，而不是只在页脚堆砌；
- sitemap 继续提交，但把它当作补充渠道，而不是唯一入口。
内链调整后不会立刻见效，通常需要等下一轮抓取。观察两周左右，看这些 URL 的抓取次数和索引状态是否变化，再决定要不要继续补链接。
入口的作用是告诉蜘蛛这个页面对站点意味着什么。链接越自然、越贴近内容上下文，页面越容易被正确理解；为了收录而生硬地堆内链，反而可能让页面质量评估变差。
几个容易走偏的地方
- 只加链接不看相关性，把不相关页面互链成一片，用户和蜘蛛都难判断主题；
- 为了增加入口，把同一批 URL 放到全站页脚，短期抓取变多，长期可能被当作低价值链接；
- 忽略入口页质量，链接来自大量薄内容页面，传递效果有限；
- 把 sitemap 当成救命稻草，站内结构问题始终没有解决。
收录不是单一动作的结果，而是发现渠道、站内结构和页面质量共同作用的结果。当某个页面迟迟没有动静时，先回到站内看看有没有人“带路”，往往比反复提交更有效。