收录对不上时，大家习惯先看页面本身：标题、正文、noindex、canonical。但有一类问题出在更前面——页面根本没被蜘蛛走到，或者走到的路径绕了太远。这时不管页面写得多好，都可能长期停在“已发现、未抓取”那一栏。核对之前先量一遍从首页到目标页的点击距离，往往比反复改正文更快定位问题。
为什么要先量点击距离
蜘蛛发现 URL 的顺序，主要取决于站内链接里出现的地址。sitemap 能提供一份清单，但它解决的是“知道有这个地址”，不等于“被排进抓取队列的前面”。在抓取能力有限的前提下，从首页一两跳就能到的地址，通常比埋在第五、第六层的地址更早被取回。
抓取和收录是两件事：被抓过说明蜘蛛来过，被收录说明索引层认可它。点击距离影响的是前一件事，做得不好，后一件事连上场的机会都没有。
怎么量：从首页做一次广度遍历
不需要复杂工具。找一份站内链接导出（爬虫工具、服务器日志、或站点后台的内链统计都可以），按三步做：
- 把首页记为第 0 层，只统计页面里真实可点击的链接，不含脚本拼接出来的地址。
- 第 1 层是主导航、面包屑、首页推荐位指向的地址；第 2 层是栏目列表里的条目；以此类推。
- 给每个目标页只记最短的那条路径，而不是随便一条。有直达路径，就不必管它同时也出现在第五层。
三类页面分开看
栏目页、内容页、工具或活动页的合理深度并不一样。栏目页一般落在 1 到 2 层；常规内容页三跳以内比较稳；专题、活动、长尾内容可以放宽，但最好有聚合入口托着，而不是只靠站内搜索兜底。
深度超标通常是这几个原因
- 只出现在列表页的后几页。第一页永远最容易被爬到，越往后越难被顺路取回。
- 入口只在搜索框里。用户搜得到，不代表蜘蛛走得到。
- 链接由脚本动态插入。原始 HTML 里没有这条链接时，很多时候等于没有。
- 相关推荐用了 nofollow 或跳转脚本。链接信号被削弱，发现优先级也跟着下降。
- 只在 sitemap 里出现。清单给了，站内却没有任何链接指向它，这类地址常长期停在“已发现”。
处理顺序建议
- 先修覆盖最多页面的位置：主导航、面包屑、栏目分类入口。
- 再补聚合页，用标签页、专题页、索引页把同类地址串起来，给长尾页面多一条进路。
- 减少不必要的中间层。能一次跳到的，不要设计成“列表—子列表—详情”三段。
- 列表分页保留第一页的直接链接，深层页面尽量往前提。
- 改完后隔一段时间再量一次，对比前后的层级变化。
层级只是一个变量。页面本身质量太低、与已有页面内容高度重复，即使压到第一层也不一定进索引。深度排查回答的是“有没有机会被抓到”，不是“抓到了就一定会收”。
复核时对齐两个数
一次核对只回答一个问题：重要页面是不是都有一条三跳以内的路径。把层级表和索引状态放在一起看，如果某个地址层级很浅却仍不进索引，问题大概率在页面质量或重复内容上，这时再回到内容层面排查，效率会比一开始就怀疑站点结构高得多。
这套量法可以固定成例行检查：新站上线、改版换模板、批量新增栏目之后各做一次，深度异常的地址通常一眼就能看出来。