做收录统计时，几乎每个人都会遇到同一个问题：站长平台后台显示已编入索引 X 条，site 查询给出 Y 条，抓取日志里蜘蛛访问过的 URL 又是 Z 条。三个数字往往差得很远，于是有人开始怀疑是不是被降权，或者怀疑工具坏了。多数情况下，问题出在口径——这三个数字统计的根本不是同一件事。
三个口径分别在数什么
索引报告：以搜索引擎自己的索引库为准，通常按「已编入索引」「已抓取但未编入索引」「已发现」「已排除」等状态分组。它最接近「收没收」，但有更新延迟，并且会把同一内容的多个版本合并计算。
site 查询：这是检索结果层面的估算值，只反映「现在能搜出来的页面」。它会受查询触发方式、数据中心、结果去重、个性化等因素影响，短时间内上下浮动很正常，不适合当成精确计数。
抓取日志：记录蜘蛛实际访问的 URL 和状态码，只能证明「来过」，不能证明入库。日志里 200 响应很多的站点，索引量原地不动的例子并不少见。
先确定你要回答的是哪个问题
- 想知道有多少页面进了索引：看索引报告，别用 site 数字下结论。
- 想知道某个 URL 现在能不能被搜到：用 URL 检查类工具，再配合 site 加具体 URL。
- 想知道页面有没有被爬：看日志，配合服务器状态码。
- 想知道抓取是否顺利：日志加状态码分布，而不是收录数字。
差异的常见来源，按核对顺序排
- 时间差。索引更新不是即时的，抓取、入库、可检索之间通常隔一段时间。先看对比的两个数字是不是同一时刻取的。
- 版本合并。协议、大小写、尾斜杠、参数不同但内容相同的 URL，在报告里可能被合并成一条，在日志里却是多条，于是数字天然对不上。
- 抓取不等于收录。日志里的 200 只说明抓到了，页面质量、内容重复度、结构完整度都会影响是否编入索引。
- 收录不等于可见。进了索引也可能因为查询词、地域、结果去重而不被展示，site 查询数字偏小属于正常现象。
- 统计范围不同。报告可能只覆盖某个目录或子域，站点地图只包含你提交的部分，日志则包含所有被访问的路径。范围没对齐，比较就没有意义。
抓取日志回答「来过没有」，索引报告回答「收没收」，site 查询回答「现在搜不搜得到」。把问题对应到正确的口径，再谈数字差多少。
实操：把差异收敛到可解释
- 固定一个基准口径，例如以索引报告为准，其他数字只作参考。
- 抽一批具体 URL，逐个查索引状态和最近一次抓取时间，比整体数字更容易看出规律。
- 记录对比的时间点，隔几天再看一次，避免被正常波动误导。
- 检查 robots、canonical 和状态码，确认没有把页面挡在抓取或收录之外。
- 发现大片「已发现未抓取」或「已抓取未编入」，再回头处理入口信号与页面质量。
几个容易误判的情形
- 抓取量涨、收录没涨：多半是新 URL 增多但质量不够，或者大量是参数、筛选类页面。
- 收录数涨、流量没涨：新增收录的可能是不带搜索需求的页面，与曝光没有直接关系。
- 数字突然跳变：先排除报告口径调整、数据延迟，再考虑站点自身变化。
收录数字只是线索，不是结论。把三个口径的问题分清，再按上面的顺序逐项核对，通常能把「对不上」变成几条具体、可处理的事项。