有些页面在浏览器里打开一切正常，标题、正文、列表都在，但在收录里，这个地址要么不出现，要么抓到的只是一层空壳：导航、页脚，再加一句“加载中”。这类问题往往不是内容质量不够，而是内容压根没在抓取环节暴露出来。排查时，顺序比工具重要。
先分清：人看到的版本和抓取看到的版本
在动手改任何代码之前，先确认问题出在哪一层。同一个 URL 通常存在三种“样子”：浏览器渲染完成后的 DOM、服务器直接返回的原始 HTML、以及索引侧实际抓取并处理后的结果。三者不一致时，才谈得上修复。
常用的核对方式有三种：查看网页源代码（不是开发者工具里的 Elements 面板，那个显示的是渲染后的结果）；用命令行请求一次，看返回体里有没有正文文字；以及在开发者工具里禁用 JavaScript 后刷新页面。三者对照，很快就能判断正文是存在于原始 HTML 中，还是必须靠脚本执行才出现。
原始 HTML 里没有正文，要分清是哪一种“没有”
- 纯空壳：HTML 里只有一个根容器和一堆脚本引用，正文完全由前端请求接口后拼出来。这是最典型的情况。
- 半渲染：模板层已经输出了标题、面包屑、相关推荐，但主体内容仍由脚本填充。这时索引里可能保留一个“有框架没内容”的页面。
- 内容在但被隐藏：文字确实写在 HTML 里，只是被折叠在选项卡、手风琴或懒加载容器中，需要交互才可见。这类内容能否被使用，取决于它是被样式隐藏，还是压根没输出。
渲染结果要核对的不只是文字
确认服务器返回的内容之后，还要看渲染这一层是否稳定。渲染不是万能补丁，它有自己的失败方式：
- 接口需要登录态或有频率限制，抓取时请求被拒绝，渲染结果为空；
- 渲染依赖地理位置、时区或本地存储，不同环境得到不同内容；
- 渲染超时，脚本没跑完就被放弃，页面上只剩骨架屏；
- 渲染后的正文与原始 HTML 差异过大，比如多了原始 HTML 里没有的推荐模块，容易让人误判哪一份才是“页面内容”。
处理的顺序：先给正文，再谈美化
不是所有站点都要改造成服务端渲染，但可以按下面的顺序收敛：
- 先把核心正文、主标题、关键信息以服务端输出的形式放进 HTML，哪怕样式朴素。
- 再检查首屏之外的内容是否必要。分页、折叠内容若对用户有价值，尽量保留在 HTML 中。
- 如果确实无法服务端输出，确认渲染链路对匿名访问、无 Cookie 的请求是稳定的。
- 最后才是补充结构化数据、调整 URL 与内链，让这些已经可见的内容有清晰入口。
几个容易忽略的细节
判断内容能不能被抓到，看的不是页面在你自己浏览器里的样子，而是匿名、无缓存、不登录的一次请求返回了什么。
- 同一套前端代码，列表页可能返回了正文数据，详情页却是空白，要逐个模板核对，不要用一个页面的结果推断全站。
- 接口返回的内容如果同时被多个地址使用，可能带来重复内容问题，正文入口和 URL 规范要一起考虑。
- 改动上线后，重新抓取不等于立即生效，索引里的旧版本会按自己的节奏更新，观察期要留够。
- 不要依赖 robots 或 noindex 去“解决”空壳页面，先解决内容可见性，再决定哪些地址本就不该被收录。
这类问题很少是搜索引擎“没兴趣”，更多是页面对匿名抓取请求没有交出内容。把原始 HTML、渲染结果、索引状态三份对照着看，先确认缺的是哪一层，再决定改前端、改接口还是改入口，改动范围会小很多。