很多站点在做内容之外，还会自动生成一批聚合页面：标签页、分类归档页、按月归档页、作者页、专题页。它们本来是为了帮用户找内容，但如果没有治理，很容易变成几百上千个「半成品」地址，既占抓取预算，也让页面之间的主题变得模糊。这篇文章讲怎么盘点和处理这类页面。

先弄清楚站里到底有多少聚合页

在做判断之前，先把数量摸清楚。可以从这几个入口统计：

• 站点地图里带 /tag/、/category/、/author/、/date/ 等路径的地址数量；
• 服务器日志里被蜘蛛抓取次数最多的目录；
• 后台标签管理页，看有多少标签只对应一两篇文章；
• 归档页的层级，是否同时存在 /2024/05/ 和 /2024/05/12/ 两套。

如果标签数量远大于文章数量，基本可以确定聚合页已经失控。

什么样的聚合页值得保留

判断标准其实很朴素：这个页面能不能独立回答一个用户会搜索的问题。

• 有稳定内容量：比如某个标签下有 15 篇以上同主题文章，用户看完列表还会点进去；
• 有明确主题：像「服务器运维」这种标签可以留，但「随笔」「其他」「临时」这类标签没有检索价值；
• 有持续的更新：标签下会不断有新增内容，而不是建完就停在原地；
• 能被导航找到：用户从首页或栏目页点两三次能到，而不是只能靠站内搜索。

常见问题：标签页变成重复内容

一篇文章挂十几个标签

编辑习惯性多打标签，结果同一个地址会出现在十几个标签列表里。列表页本身内容有限，重复出现在多个列表里，会稀释页面主题。建议给每篇文章限定标签数量，比如 3 到 5 个，并在发布流程里做检查。

标签页、分类页、归档页互相重叠

分类页已经覆盖了主题聚合，再建一套标签页做同样的事，等于自己和自己竞争。可以明确分工：分类页负责大方向，标签页只用于跨分类的细分主题，归档页只做时间维度且不放进主导航。

空标签和单篇标签

标签下只有一篇或零篇文章时，页面几乎没有价值。要么补内容，要么把这类标签合并、删除，并做好 301 或让地址返回 404。

处理方式：留、并、藏、删

1. 留：内容量足、主题清晰的聚合页正常保留，写清标题和描述，并放进面包屑和站内链接。
2. 并：多个意思相近的标签合并成一个，旧地址 301 到新地址。
3. 藏：暂时有用但不希望被大量抓取的页面，可以用 noindex 处理，但要确认它仍然对用户可达。noindex 和 robots.txt 屏蔽不要同时用，否则抓取被挡住，noindex 也就读不到了。
4. 删：完全没有价值的空页面直接下线，返回 404 或 410，并从站点地图和历史内链里清掉。

归档页与日期路径的注意点

按月归档通常保留最近 12 到 24 个月就够，更早的可以合并成按年归档，或者只保留文章本身的日期信息，不再单独生成列表页。如果站点的日期路径曾经改过格式，记得检查旧地址是否还有效，避免蜘蛛反复撞到 404。

面包屑和聚合页的配合

聚合页本身层级浅，容易让蜘蛛「绕圈」。给聚合页加上清晰的面包屑，并在列表项里保留指向文章的内链，可以让蜘蛛顺着列表往下走，而不是在几十个列表之间来回跳。面包屑里的链接要指向真实存在的上级页面，别指向空地址。

一次可以落地的自查清单

• 统计标签、分类、作者、归档页的总数，和文章总数对比；
• 找出文章数少于 3 篇的聚合页，逐个决定留、并、藏、删；
• 检查标签是否被滥用，给文章标签数量设上限；
• 确认 noindex 的页面没有被 robots.txt 挡住；
• 清理站点地图里已经下线的聚合地址；
• 检查列表页的分页和内链是否正常，别出现一堆空列表。

聚合页不是越多越好。它存在的意义是帮用户和蜘蛛更快找到内容，如果做不到，少一点反而更清爽。