很多人问“新页面多久能进索引”，这个问题很难有统一答案，因为“进索引”并不是一个动作，而是三段先后发生的过程：蜘蛛发现这个 URL、蜘蛛真正抓取它、搜索引擎决定把它放进索引。把总时长压成一个数字，只能得到“快”或“慢”的模糊印象；拆成三段分别计时，才能看出该修哪一环。

三段各自的起点和终点

• 发现段：从页面可访问（返回 200）到蜘蛛第一次在日志里访问它。起点可以直接取上线时间。
• 抓取段：从第一次访问到完整拿到正文，日志里表现为状态码 200、响应字节数与线上内容对得上。
• 索引段：从抓取完成到搜索结果端能查到它。这一段可观测性最差，只能靠结果端和索引状态间接判断，时间误差也最大。

取数的几个注意点

日志要按真实蜘蛛 UA 过滤，别把各种采集器和监控脚本算进去；同一天里蜘蛛可能反复来访，取“首次完整抓取”那一次即可。sitemap 的提交时间和被抓取时间可以从服务器日志或站点后台看到，适合用来判断发现段是不是卡在入口上。

不用全站统计，挑 10～30 个有代表性的 URL 建一张表：上线时间、首次被访问、完整抓取、进入索引。样本要有梯度，首页直达的、二级栏目里的、需要三四次点击才到的各取几个，否则平均值会被最容易收录的那批页面拉平。

三段各自常见卡点

发现段慢

通常是路径问题：入口只靠 sitemap 且 sitemap 读取不及时，页面是孤岛没有内链指向，列表页更新太慢导致新链接长期不出现，或者站点结构层级过深。

抓取段慢

更多是资源分配问题：抓取配额被大量参数 URL、分页、筛选页占着；服务器响应慢或间歇性超时，蜘蛛来一次退一次；需要 JS 渲染的页面抓取成本高，同一批 URL 里它会被排在后面。

索引段慢

这时方向要转到页面本身：内容与站内已有页面高度相似，主体内容太少，模板批量生成缺少差异，canonical 或其它信号互相冲突。这些不是催抓取能解决的，抓取完成只是拿到了入场券。

数据出来之后怎么用

如果大部分时间花在发现段，优先改内链和列表页的更新频率；如果发现很快但迟迟不抓，看抓取配额和服务器响应；如果抓得快但一直不进索引，就不要继续加内链、重复提交，而是回到内容质量、重复度和信号一致性上排查。

提醒：三段的时长受站点规模、内容类型和搜索引擎自身调度影响很大，同类站点的数据只能作参考，别用某一天的数值下判断。

拆三段的目的不是预测“几天能收录”，而是把“没收录”这个笼统结论变成一句能执行的话：它停在了哪一段。