做站点运营的人偶尔会遇到这种场面：查一下自己的品牌词，结果冒出来一个 staging.example.com，或者部署平台自动生成的预览地址，内容跟正式站几乎一样。测试环境本来只是给自己看的，一旦被索引，就成了跟正式站抢同一批页面的副本。
先分清是哪一种测试地址
- 临时预览域名：每次构建都换一个随机地址，用完即弃。
- 固定测试域名：staging、test、dev、beta 这类，长期存在。
- 旧域名或旧 CDN 地址：站点迁移后没有下线的老入口。
- 带端口或直接 IP 的访问地址：能对外打开，但没有任何访问控制。
类型不同，处理方式也不同。临时预览域名基本可以删掉；固定测试域名往往要长期保留给内部或客户使用，那就只能靠访问控制，而不是指望它消失。
它们通常是怎么被发现的
- 测试地址被分享出去，聊天记录、邮件、外部文档里留下了可点击链接。
- 同一套模板部署到多个域名，sitemap 里写的是相对路径，被一起提交。
- robots.txt 没有区分环境，测试域名沿用了正式站的规则。
- 模板里的 canonical 用了相对路径或动态域名，指向自己所在的测试域名。
- 站点的日志文件、接口返回、静态资源列表里带着测试域名的绝对地址。
这几点里，canonical 和 sitemap 是最容易被忽略的，因为它们藏在模板和配置里，部署时不会报错。
按优先级处理的顺序
- 先加访问控制。Basic Auth、IP 白名单或内网访问，是唯一能让爬虫根本进不来的手段，也是成本最低的一步。
- 必须对外开放的，用 noindex。给整站加 X-Robots-Tag: noindex 响应头，比在页面里塞 meta 标签更省事，也不依赖模板改动。
- 已经进索引的，走移除流程或 301。整站废弃的测试域名，把它 301 到正式站的对应页面，而不是首页；还要保留的，用站长平台的移除工具，但要清楚它是临时的。
- 核对 canonical 归属。正式站每个页面的 canonical 指向自己的正式地址，测试域名的模板不写死指向正式站，避免两边互相指认。
- 堵住泄露入口。清理外部文档里的链接、不再提交测试域名、检查 sitemap 是否只写正式域名。
常见的错误组合是：robots.txt 里 Disallow 了测试域名，同时又指望 noindex 生效。爬虫被挡在门外，读不到 noindex，页面就会一直留在索引里，只剩一个没有摘要的外链标题。
几个容易踩的坑
- 只加 robots.txt 屏蔽，以为等于删除，结果索引里长期挂着旧地址。
- CDN 或反向代理重写了响应头，把 noindex 覆盖掉了，实际下发的还是正式站的头。
- 测试域名统一 301 到首页，用户和爬虫都被送到不相关的地方，迁移信号反而更乱。
- 根因没解决，只依赖移除工具，下次部署换个域名又重来一遍。
处理完之后怎么核对
用站点查询看测试域名下的 URL 数量是否在减少，同时翻一下服务器日志，确认这些域名已经不再出现抓取记录。如果还持续有抓取，多半是访问控制没覆盖到某个子域，或者 CDN 上还留着旧的回源配置。核对的重点不是快，而是确认入口已经关掉。
更省事的做法是在部署模板里默认给非正式域名加 noindex 响应头，让测试环境从出生那天起就不具备被索引的条件，省掉事后的收拾成本。