很多站点在后台看到某个页面没被收录，第一反应是再推一次 URL。但如果把所有未收录页面归成一类，处理动作就只能靠猜。索引状态其实是分级的，不同状态对应的问题不一样，处理顺序也不一样。
索引状态是分类问题，不是是非题
搜索引擎对页面的处理大致分成发现、抓取、判断、编入索引几步，每一步都可能停下来。后台能看到的“已发现，尚未编入索引”“已抓取，尚未编入索引”“重复网页，未选为规范网页”这类提示，说明页面停在了不同环节。把它们当成同一个问题，就很容易出现提交了没反应、改了内容也不动的循环。
几类常见状态，各自卡在哪里
已发现，尚未编入
URL 已经进入待抓取队列，但还没被真正抓取。常见原因包括抓取预算有限、站点响应偏慢、页面在站内层级太深、URL 数量远超实际内容价值。这一步跟页面内容质量关系不大，更多是抓取调度问题。蜘蛛池、站点地图能帮忙做 URL 发现，但发现只是排队，不等于会被优先抓取。
已抓取，尚未编入
已经抓过了，但没有进索引。这一层才真正涉及页面本身：内容是不是太薄、跟站内其他页高度重复、正文和模板混杂、主体内容需要登录或交互才能看到。抓取记录正常，不代表内容达标。
重复网页，未选为规范网页
这通常意味着同一内容存在多个 URL 版本：参数、大小写、http 与 https、带不带 www、分页与筛选组合。系统自己挑了一个它认为更合适的版本，其他版本被折叠。这类问题靠反复提交解决不了，要靠 URL 规范化与站内链接统一。
已编入索引，但可能不是你想要的版本
收录了，不等于你期望的那个 URL 被收录。需要确认 canonical 是否自指、内链指向哪个版本、站点地图里写的是哪一个。
不同状态，处理重点不一样
- 已发现未编入：先看抓取调度——内链层级是否太深、响应速度是否正常、URL 是否被重复提交、是否被参数或 robots 挡住。
- 已抓取未编入：先看页面本身——正文是否完整、是否与站内其他页重复、主体内容是否需要交互才出现。
- 重复网页未选规范：先看 URL 规范——canonical 是否一致、内链是否指向同一版本、是否存在多套参数入口。
- 已编入但版本不对：先看站内引用一致性，而不是反复提交新 URL。
一个可以照着走的自查顺序
- 打开索引状态，把未收录页面按状态分类，而不是混在一起看。
- 同一状态的页面归成一组，每组抽三到五个样本，找它们的共同点。
- 先处理影响面大的：通常是对应大量 URL 的模板问题、参数问题、重复版本问题。
- 单个页面的内容问题放到后面单独处理，不要因为一两个页面改动整站结构。
- 处理完等一段时间再看状态变化，避免短时间内反复改动同一批 URL。
时间维度也要考虑
状态是会变的。“已抓取未编入”有可能在内容补充后进入索引，也可能长期停在那里。记录时间点很重要：什么时候提交、什么时候被抓、这个状态维持了多久。没有时间记录，很容易把刚提交两天的页面和挂了半年的页面当成同一个问题。
收录排查的难点不在于找到一个万能动作，而在于先分清页面停在哪一步，再决定要不要动它。
URL 发现、蜘蛛池、提交工具解决的是让页面被看到这一段；规范化、去重、内容整理解决的是被看到之后要不要留下这一段。两段混在一起处理，往往两头都做不扎实。