站点的列表翻页（常见的 /page/2、?paged=3、list_2.html）被搜索索引收进去，是很多站点都会遇到的情况。它未必是坏事：有些翻页页确实有独立入口价值，也有些纯粹是重复内容的载体，占着抓取配额。难点在于两类页面没有明显的分界线，所以要先判断角色，再决定收口方式，而不是统一一刀切。

先给翻页页分个类

按页面的实际功能分成三类，处理方式会清楚很多：

• 系列内容分页：长文、连载、教程的第二三页，用户会顺着读下去，页面上有内容增量。
• 列表导航分页：文章列表、商品列表翻页，主要作用是发现新链接，页面之间差异有限。
• 筛选排序分页：带筛选参数或排序参数生成的组合，数量容易失控，重复度也往往偏高。

判断值不值得收录的几个角度

1. 有没有搜索需求：如果用户会直接搜某类内容的第二页、第三页，保留收录通常更合理。
2. 内容是否只是重复：翻页页如果只有标题列表变化，正文结构与第一页高度相似，价值有限。
3. 抓取日志里的占比：翻页页吃掉大量抓取次数、挤占详情页，就要考虑收口。
4. 被发现的新链接：如果详情页主要靠列表页被发现，收口时要保证内链通路不被切断。

常见收口方式与各自的副作用

canonical 指向第一页

适合翻页只是同一批内容另一种排列的情况。要注意第一页本身必须自指，不要出现整条链路都指向别处的循环。若某一页确实有独立价值，就不要把它并到第一页。

noindex, follow

适合不希望翻页页进入索引、但仍希望蜘蛛顺着链接爬到详情页的场景。写成 noindex, nofollow 会同时断掉链接发现，除非你另有替代入口。

限制翻页深度与链接暴露

比如只让前几页在站内可点，后面的页靠接口或按需加载。这种做法会让部分页面难以被抓到，取舍时要把用户能否到达和蜘蛛能否到达分开看。

一个容易忽略的冲突：同一批翻页页里，有的用 canonical 指向第一页，有的用 noindex，还有的两种都写。指令混用时搜索引擎会自行判断，最终结果往往与预期不一致。改之前先把现状列成表，比改之后反复猜要省事。

调整之后的核对顺序

1. 抓取日志：看翻页页的抓取频次是否下降，详情页是否相应增加。
2. 索引状态：抽查若干翻页 URL，确认是移出还是仍在，留意生效本身有延迟。
3. 内链通路：确认深层详情页仍有可被抓到的入口，没有变成孤岛。
4. sitemap 与 robots：提交的文件里不要再包含已经不打算收录的翻页地址，避免信号互相矛盾。

记录变更，别反复折腾

翻页收口很少一次到位。建议把改动时间、改动方式、当时的抓取与索引数据记在同一处，隔一段时间再看趋势。多次来回切换 canonical 与 noindex，反而会让这类页面在搜索引擎眼中的处理方式更不稳定。