测试环境、旧域名、纯 IP 访问的页面出现在搜索结果里，是站点运营中很常见的一类问题。它和页面质量、内容重复关系不大，多数时候是上线流程里少了一步收口。处理这类问题的关键在于：先分清是哪一个域名或哪一类访问方式被收录，再按顺序做限制、重定向或移除。
先分清是哪一类不该被收录的地址
不同类型的地址，处理方式不一样，混在一起改容易漏。
- 测试子域：staging、test、dev、beta 等前缀的域名或子域。
- 纯 IP 访问：服务器直接用 IP 提供同一套内容。
- CDN 或对象存储别名：回源域名、临时预览域名被外部引用后被抓取。
- 旧域名与备用域名：品牌更换、站点迁移后仍然可以访问的旧地址。
- 协议与端口变体：http 与 https 同时可访问，或带端口的地址。
上线前的收口顺序
顺序比动作本身更重要，先做访问层限制，再谈页面里的 meta 指令。
- 先在访问层挡住：内网访问、Basic Auth、IP 白名单任选其一，这是最彻底的一层。
- 再补 noindex：如果测试站确实需要对外可访问，例如给客户预览，至少保证页面返回 noindex，并且不要让它出现在任何公开链接里。
- 检查 robots.txt 的位置：robots 要放在对应子域的根目录，写在主站上对子域不起作用。
- 确认没有外部入口：分享链接、协作工具、第三方截图、外链都可能把 URL 递出去。
- 上线时做替换：测试地址不要直接删掉就完事，能对应到正式页面的做 301，没有对应页面的用 410 更明确。
robots 与 noindex 的顺序容易弄反
一个常见误区是：既在 robots.txt 里禁止抓取，又想靠 noindex 让页面退出索引。抓取被禁止之后，搜索引擎读不到页面里的 noindex，页面可能因为外部链接仍然保留在索引中，只是缺少摘要信息。
更稳妥的做法是二选一：
- 要彻底不公开：在访问层限制，让它对搜索引擎和普通用户都不可达。
- 要允许访问但不想被收录：不屏蔽抓取，改用 noindex。
已经被收录了，接下来按这个顺序处理
- 核对现状：确认是哪个域名、哪类 URL 进了索引，是主站被镜像，还是子域被单独收录。
- 切断可访问性：能 301 的做 301，不能的返回 404 或 410，避免一直返回 200。
- 提交移除请求：用搜索平台的移除工具处理紧急情况，同时提交更新后的页面或站点地图。
- 清理内外部链接：站内导航、页脚、旧文章里的链接最容易漏。
- 持续观察：索引更新有延迟，通常需要数天到数周，期间定期核对即可。
移除请求只是加速手段，不是删除按钮。真正决定页面能否退出的，是它是否还可访问、是否还有指向它的链接。
镜像域名与多域名绑定
同一套内容绑定了多个域名时，先确定一个主域，其余域名做 301 指向主域的对应页面，并保证主域页面 canonical 指向自身。不要出现 A 域 canonical 指向 B 域、B 域又指回 A 域的情况，这会让收录归属反复摇摆，也让蜘蛛在两个地址之间来回抓取。
上线后值得固定核对的几项
- 测试子域是否仍能通过公网直接打开。
- http 与 https、带 www 与不带 www 是否只有一个版本可正常访问。
- 站点地图里是否混入了测试环境的 URL。
- 页面模板里是否因为环境切换漏掉了 noindex 或 canonical。
- 换域名或改版之后，旧地址是否还返回 200。
这类问题几乎都能在流程上解决：把访问层限制、noindex、重定向、链接清理放进上线检查表，按顺序执行，比事后一个个提交移除要省事得多。收录状态本身会有延迟，核对时以页面的可访问状态为准，不必因为一两天没有变化就反复改动配置。