很多站点的收录问题不是出在首页或详情页，而是出在分页上。一篇文章被拆成五页，一个列表被翻成几十页，结果索引里同一组内容出现了多个地址。核对时如果不先把分页这一类拆出来看，很容易把“总量涨了”误判成“收录变好了”。
先分清三类分页
不是所有翻页都该用同一套处理方式，核对前先按来源归一下类。
- 真分页：内容确实太长，一页放不下，或者列表条目确实多，需要分批呈现。每一页都有用户会直接搜到、用到的可能。
- 伪分页：为了增加浏览量，把本可以一页讲完的内容切成多页，每页正文只有几百字，标题几乎一样。
- 筛选与排序：分类、价格区间、排序方式产生的地址，本质上还是同一批条目换了顺序或做了过滤。
三类里，只有第一类值得认真考虑单独收录，后两类通常需要收口。
在索引里怎么核对
打开站点的收录核对表，把带分页特征的地址单独列一列，可以按 URL 里的页码段、page 参数、斜杠加数字这几类去筛。
- 数一下分页地址在总收录量里占多大比例。如果超过三成，先别急着看新增，先看看主页面有没有被挤掉。
- 抽十来个分页，逐条对比标题、H1 和首屏摘要。如果除了页码数字几乎完全一致，这些页面在索引里大概率会互相竞争。
- 看主页面是否稳定：第一页收录正常，还是反而被后面的页码页替换掉了展示位置。
- 看抓取记录里分页的占比。深翻页消耗的抓取次数如果明显偏高，正文页的更新就容易被延后。
处理方式要分情况选
真分页
如果每页确实有独立内容，建议给每一页写单独的标题和摘要，别只在标题后面加个“第几页”。同时保持页面之间用普通的 a 链接互连，前后页都能直接点到，不要只靠滚动加载。
伪分页
优先合并回单页。合并后只保留一个地址，原分页地址做跳转或返回合适的状态码，不要留着两个内容高度相似的页面同时可访问。
筛选与排序页
保留有搜索价值的那几种组合，其余用 noindex 收口，但链接仍然要能被跟踪，不然里层的条目页会变得很难被发现。
几个容易踩的坑
- canonical 全部指向第一页：如果后面的页面确实有自己的内容，这么做等于告诉搜索引擎这些页面是重复的，它们很难再被单独收录；如果内容本来就相同，那更应该做的是合并，而不是留着一堆可访问的地址。
- 依赖 rel=next/prev 做归并：主流搜索引擎已经不再把它当作收录信号，别把它当成唯一的处理手段。
- 把分页全塞进 sitemap：sitemap 是发现入口，不是收录清单。深翻页大量出现，会稀释真正需要更新的正文页的抓取机会。
- 给分页加 nofollow：这会让更里层的内容更难被爬到，通常不是想要的结果。
判断标准可以简化成一句话：这个分页地址单独拿出来，能不能回答一个用户会主动搜索的问题。能，就给它独立身份；不能，就收口到主地址上。
改完之后怎么验证
分页的调整不会立刻反映在索引里，建议只改一类，然后固定周期观察三个指标：分页地址的收录数量是否下降、主页面是否保持稳定收录、正文页的抓取次数是否回升。三者一起看，比只盯收录总量的涨跌更有意义。