做收錄統計时，几乎每個人都會遇到同一個問题：站長平台後台顯示已编入索引 X 條，site 查询给出 Y 條，抓取日誌里蜘蛛訪問過的 URL 又是 Z 條。三個數字往往差得很遠，于是有人開始怀疑是不是被降權，或者怀疑工具坏了。多數情况下，問题出在口径——這三個數字統計的根本不是同一件事。
三個口径分別在數什么
索引报告：以搜尋引擎自己的索引库為准，通常按「已编入索引」「已抓取但未编入索引」「已發現」「已排除」等狀態分组。它最接近「收没收」，但有更新延迟，並且會把同一内容的多個版本合並計算。
site 查询：這是检索结果层面的估算值，只反映「現在能搜出来的頁面」。它會受查询触發方式、資料中心、结果去重、個性化等因素影响，短時間内上下浮動很正常，不适合当成精确計數。
抓取日誌：记錄蜘蛛實际訪問的 URL 和狀態碼，只能證明「来過」，不能證明入库。日誌里 200 响應很多的站点，索引量原地不動的例子並不少见。
先确定你要回答的是哪個問题
- 想知道有多少頁面進了索引：看索引报告，別用 site 數字下结论。
- 想知道某個 URL 現在能不能被搜到：用 URL 检查類工具，再配合 site 加具体 URL。
- 想知道頁面有没有被爬：看日誌，配合服務器狀態碼。
- 想知道抓取是否顺利：日誌加狀態碼分布，而不是收錄數字。
差异的常见来源，按核對顺序排
- 時間差。索引更新不是即时的，抓取、入库、可检索之間通常隔一段時間。先看對比的两個數字是不是同一时刻取的。
- 版本合並。协议、大小寫、尾斜杠、參數不同但内容相同的 URL，在报告里可能被合並成一條，在日誌里却是多條，于是數字天然對不上。
- 抓取不等于收錄。日誌里的 200 只說明抓到了，頁面质量、内容重复度、结构完整度都會影响是否编入索引。
- 收錄不等于可见。進了索引也可能因為查询词、地域、结果去重而不被展示，site 查询數字偏小属于正常現象。
- 統計范围不同。报告可能只覆盖某個目錄或子域，站点地图只包含你提交的部分，日誌則包含所有被訪問的路径。范围没對齐，比較就没有意义。
抓取日誌回答「来過没有」，索引报告回答「收没收」，site 查询回答「現在搜不搜得到」。把問题對應到正确的口径，再谈數字差多少。
實操：把差异收敛到可解释
- 固定一個基准口径，例如以索引报告為准，其他數字只作參考。
- 抽一批具体 URL，逐個查索引狀態和最近一次抓取時間，比整体數字更容易看出規律。
- 记錄對比的時間点，隔几天再看一次，避免被正常波動誤導。
- 检查 robots、canonical 和狀態碼，確認没有把頁面挡在抓取或收錄之外。
- 發現大片「已發現未抓取」或「已抓取未编入」，再回头處理入口信号與頁面质量。
几個容易誤判的情形
- 抓取量涨、收錄没涨：多半是新 URL 增多但质量不够，或者大量是參數、篩選類頁面。
- 收錄數涨、流量没涨：新增收錄的可能是不带搜尋需求的頁面，與曝光没有直接關系。
- 數字突然跳變：先排除报告口径調整、資料延迟，再考虑站点自身變化。
收錄數字只是线索，不是结论。把三個口径的問题分清，再按上面的顺序逐項核對，通常能把「對不上」變成几條具体、可處理的事項。