很多站点在检查索引量时會發現，真正带来流量的詳情頁没多少，反而是各種带參數的地址占了大头：列表篩選、排序方式、每頁條數、站内搜尋關鍵詞、来源追踪參數……這些頁面本身不是错誤，問题在于它們數量近乎無限，内容又高度重复。它們被大量收錄後，會稀释站内連結權重，也让日誌和索引报告难以判断真實情况。
第一步：先確認被收錄的是哪一類參數
不要看到查询字符串就立刻動手屏蔽。先抽样，把參數按用途分類，處理方式完全不同。
- 内容型參數：决定頁面展示哪一批内容，例如分類叠加尺碼、叠加颜色。這類頁面有时确實存在搜尋需求。
- 展示型參數：排序方式、每頁顯示數量、列表或網格视图。同一批内容的排列组合，通常没有獨立價值。
- 追踪型參數：投放来源、渠道标识、活動编号。對爬虫和索引而言基本是噪声。
- 會话型參數：用戶标识、临时令牌、時間戳。這類地址本来就不该出現在可抓取的 HTML 里。
第二步：判断這個參數頁有没有獨立價值
核查方式可以很简單：把參數去掉，看剩下的頁面内容是否几乎一致。如果只是顺序不同、條目相同，那它更像同一個頁面的视图；如果篩選後形成了一批稳定的、有人會主動搜尋的主题，可以考虑保留並優化，而不是一律封杀。
一個實用判断：如果這個地址没有站内入口、也不该出現在 sitemap 里，那它大概率不该被收錄。
第三步：按優先級處理，別一次全上
- 先處理會话型參數。让程序在模板輸出連結时就不要拼上這些值，從源头减少可抓取入口。
- 追踪參數统一用 canonical 指向無參數版本，站内連結里同步去掉。
- 展示型參數用 canonical 或者加 noindex，二選一，不要两種信号混用在同一批 URL 上。
- 篩選组合過多的站点，可以限制可被索引的參數组合數量，超出部分统一 noindex。
- robots.txt 屏蔽是最後手段。它只阻止抓取，不阻止已收錄的地址繼續留在索引里，而且被屏蔽後 canonical 也無法被發現。
抓取屏蔽和索引移除是两件事。用 Disallow 挡住參數目錄，往往會让已收錄的地址長期停在索引中，因為没有爬虫去讀頁面上的 canonical 和 noindex。
第四步：站内搜尋頁單獨對待
站内搜尋结果頁通常是重复内容的重灾区：關鍵詞無穷多，内容又由站内已有頁面拼成。常见做法是允许用戶使用，但给结果頁加 noindex，同时不要把它們放進 sitemap，也不要在頁面里提供大量指向其它搜尋词的内鏈。如果确實有一部分搜尋词有稳定需求，可以挑選少量做成固定的专题頁。
第五步：收口之後的观察
調整生效需要時間，观察时建议分三個口径看：抓取日誌里參數 URL 的請求占比、索引报告里參數 URL 的數量變化、以及無參數主頁面获得的抓取次數。只要主頁面抓取變多、參數 URL 請求變少，方向就是對的。不要只盯着索引總數下降就判断出問题，先確認减少的是不是那些本来就该被排除的地址。