很多站点把注意力放在标题、内链和 sitemap 上，却忽略了 URL 参数。筛选、排序、分页、广告跟踪码、会话 ID 这些参数会组合出数量庞大的地址。对访客来说，它们可能只是换个排序方式；对蜘蛛来说，却是一批内容相似、入口分散的页面。抓取预算被消耗在重复地址上，真正需要被发现的栏目和文章反而排到了后面。
为什么 URL 参数容易失控
参数通常由程序自动生成，上线时看起来正常，但每一次筛选、排序、分享、广告投放都可能追加新的参数。常见的有：
- 筛选参数：如颜色、价格区间、标签组合，容易产生成百上千个排列。
- 排序参数：按价格、销量、时间排序，内容主体相同，只是顺序变化。
- 跟踪参数：utm_source、utm_medium、ref、from 等，用于统计流量来源。
- 会话参数：sessionid、sid 等，同一页面给不同访客生成不同地址。
- 辅助参数：打印页、分享页、预览参数，往往不是正式内容。
问题不在于参数本身，而在于没有给它们设定边界。如果所有带参数的地址都能返回 200 状态码，蜘蛛就会把它们当作独立页面处理。
先做一次参数盘点
不要凭感觉判断哪些参数有问题。可以从服务器访问日志、搜索引擎后台的抓取统计、站点地图和内部链接中收集带参数的 URL，然后按下面的步骤整理：
- 导出最近一段时间的访问日志，筛选出包含问号的请求地址。
- 把参数名和参数值分类，统计每个参数出现的频率和产生的 URL 数量。
- 标记哪些参数会影响页面正文内容，哪些只是改变展示方式或统计来源。
- 找出被蜘蛛频繁抓取、但内容高度相似的参数组合。
- 记录这些地址是否出现在 sitemap、导航或文章内链中。
盘点完成后，你会得到一张参数清单。接下来不是一刀切屏蔽，而是按用途分别处理。
分类处理不同参数
筛选与排序参数
如果筛选结果有独立价值，比如某个分类下的价格区间列表，可以考虑保留并规范 canonical，让蜘蛛知道哪个是主要版本。如果只是同一批内容换顺序，建议让排序参数不生成独立可抓取地址，或者在页面上用 canonical 指向不带排序参数的主地址。
跟踪与会话参数
utm 参数、广告来源参数、会话 ID 通常不影响正文。它们适合在服务器或 CDN 层面做重定向或忽略处理，也可以统一 canonical 到干净地址。不要让这些参数进入 sitemap，也不要把带跟踪码的链接大量放在站内。
分页与打印页
分页是正常浏览需求，但不要把每一页都塞进 sitemap，也不要把分页地址做成唯一入口。打印页、分享页如果内容与正文一致，可以用 canonical 指回正文，或者直接禁止抓取。具体采用哪种方式，要看页面是否给访客提供了独立价值。
用 canonical 和 robots 配合
canonical 适合告诉搜索引擎哪个地址是主要版本，robots.txt 适合阻止蜘蛛访问某些参数模式。两者可以配合，但不要互相矛盾。例如，一个页面 canonical 指向 A，同时 robots.txt 又禁止抓取 A，就会让蜘蛛难以判断。建议先梳理出主要版本，再决定哪些参数地址需要屏蔽。对于已经被收录的重复地址，可以通过站点地图和内部链接逐步把权重集中到主地址。
参数治理的目标不是消灭所有带问号的 URL，而是让蜘蛛把抓取精力放在真正重要的页面上。
检查 sitemap 和内部链接
sitemap 里如果混入大量带参数的地址，等于主动把蜘蛛引向重复页面。定期检查 sitemap，只保留规范后的正文、栏目和重要聚合页。内部链接同样要留意：导航、相关推荐、标签页、分页链接中是否夹带了跟踪参数。把站内链接统一成干净地址，能减少蜘蛛发现重复入口的机会。
养成定期复查习惯
参数治理不是一次性的。新功能上线、广告投放、模板改版都可能引入新的参数。建议每个季度做一次简单复查：看日志里是否出现新的参数模式，看搜索引擎后台的抓取分布是否集中在少数重复地址上，看 sitemap 是否被污染。发现异常后，先小范围调整，再观察抓取和收录变化，避免一次性改动过多规则。
URL 参数自查不需要复杂工具，关键是建立清单、分类处理、保持链接干净。把重复入口收敛之后，重要页面会更容易被蜘蛛发现，站点运营也会少一些反复解释的麻烦。