site: 查询、索引报告和日誌對不上：收錄量的三個口径怎么核對

做收錄核對时，最常见的困惑是：site: 查询顯示的數量、索引报告里的數字、日誌里的抓取记錄，三者常常對不上。這三者本来就不是一回事，直接拿數字互相比較，很容易得出错誤结论。更稳的做法是先把口径分清楚，再按固定顺序抽查。

一、三個口径各自代表什么

它只反映目前搜尋條件下能检索到的结果數量，會受查询词、地区、時間、個性化以及估算方式影响。同一個站隔天查两次，结果差几倍都很正常。它适合看趋势，不适合当精确值。

索引报告是站点級的分组統計，比如“已编入索引”“已發現，尚未编入索引”“已抓取，尚未编入索引”等。它的價值在于分類，而不是總數。看到總數波動时，要先去對應分组里找原因。

日誌记錄的是抓取事實，與是否收錄没有直接關系。抓取被拒、抓取後未编入索引、抓取的是不需要收錄的 URL，都會造成“日誌很热闹、收錄没變化”。

先固定样本集。從各主要目錄各取若干條代表性 URL，做成一份 50–100 條的清單，覆盖首頁、栏目頁、詳情頁、分頁、带參數頁等。不要每次临时挑 URL，否則前後對比没有意义。
用網址检查確認頁面級狀態。對整個样本集逐條查看，记錄“已编入索引 / 已發現未编入 / 已抓取未编入 / 被排除原因”。
把 site: 查询只当作趋势參考。记錄數量變化即可，不必解释每一次涨跌。
日誌按狀態碼和頁面類型分组。200、301、404、5xx 分開看，再按目錄归類，找出抓取集中在哪些類型上。

說明發現和抓取都不缺，卡在编入环节。此时要检查的是頁面本身：内容是否過于單薄、是否與其他頁面高度重复、是否有明确的主题指向。繼續加大抓取频率通常不會改變结果。

索引狀態和可检索狀態是两件事。頁面可能因為查询词不匹配、被更相關的頁面取代，或展示层過滤而搜不到。判断收錄請以網址检查為准，不要用 site: 反推。

多半是 URL 變体被計入了統計，比如带參數、带尾斜杠、大小寫不同的地址。這類情况先去核對 canonical 與内鏈指向，把變体收敛，而不是追查“為什么收錄變多了”。

字段建议包含：URL、頁面類型、最近抓取時間、索引狀態、排除原因、内鏈數量、canonical 指向。每次核對只更新這張表，横向對比才有依據，也方便交接给同事繼續跟進。

同一個數字在不同工具里含义不同，先统一口径，再讨论结论。

如果连續几轮核對下来，样本集里的頁面狀態没有實质變化，那就不是再查一次能解决的問题，而是内容质量、URL 規范或站点结构层面的問题。核對的目的不是把數字對齐，而是找到卡住的那一步。