分页为什么会被单独收录
列表页、商品列表、文章归档常常被拆成 page=2、page=3 这样的多页。对搜索引擎来说，每个页码都是一个独立 URL，只要能抓到、能解析，就有可能进入索引。问题不在于“能不能被收录”，而在于这些地址在索引里扮演什么角色：是帮用户找到深层内容，还是只是重复了第一页的标题和摘要。
先分清两件事：抓取是蜘蛛访问并下载页面，索引是把页面放进可检索的库。分页被频繁抓取但不进入索引，是常见结果，并不代表配置出错。反过来，如果分页大量进入索引，也可能意味着入口页的质量信号被稀释。
核对顺序：从入口页往深处走
第一步：确认页码 URL 的统一写法
同一个第二页可能出现 ?page=2、/page/2、?paged=2、#page2 等多种形式。先统一成一种，其他形式 301 到规范地址。用 # 锚点写的“翻页”不会被当成新页面，如果站内链接只写成锚点，深层内容可能永远不被发现。
第二步：看分页自身的 canonical
常见两种做法：分页 canonical 指向第一页，或者指向自身。指向第一页时，搜索引擎更可能把后续页码合并到入口页，深层条目获得单独抓取的机会下降；指向自身则等于承认分页是独立地址。选哪种取决于内容组织方式，但同一个站点应保持一致，不要一部分指向首页、一部分指向自身。
第三步：检查分页的标题与描述
如果第 2 页到最后一页都用同一个标题和同一段描述，索引里出现多条几乎相同的摘要并不奇怪。可以在标题里加入页码或分组标识，让每页有可区分的主题。
分页本身不是“坏页面”，判断标准是它是否提供了与入口页不同的内容集合，以及用户是否真的会从搜索结果进入这一页。
第四步：确认蜘蛛能走到第几页
很多站点的列表只有“下一页”，第 10 页之后不存在可点击路径。这种情况下，深处内容只能靠站点地图或站内搜索被发现。可以用抓取日志统计页码参数的访问分布，看蜘蛛实际停在哪里。
- 第一页被抓取次数远高于后续页，属于正常；
- 第 3 页以后完全没有访问，说明路径或内链存在问题；
- 同一页码被反复抓取但内容未变，检查返回头与缓存设置。
第五步：决定收录策略并保持一致
- 列表内容本身需要被检索的：保留分页可抓取，规范到自身，标题做区分。
- 只是浏览入口的：允许抓取但用 noindex 排除索引，注意 noindex 不影响抓取，深层条目仍有机会被发现。
- 已经有“查看全部”页面的：把分页指向它，并检查该页面体积是否过大。
- 筛选参数、排序参数和页码混在一起的：先按参数维度收敛，再处理页码。
策略定下来后，同步更新站点地图与内链：不要在站点地图里提交已经 noindex 的地址，也不要让内链把蜘蛛送到 301 跳转链的中间节点。
观察与调整
调整后不要只盯着索引数量这一个指标。可以关注抓取分布是否从大量重复分页转向深层条目、入口页的抓取频次是否变化、站点地图中被抓取的比例。最终收录与否由搜索引擎决定，我们能做的是把 URL 形态、内容差异和发现路径整理清楚。