不少站长每天看收录数，涨了就安心，跌了就焦虑。但收录只是一个中间状态：搜索引擎把 URL 放进索引，不代表它会带来流量，也不代表它值得长期留在索引里。当索引里堆积了大量低质、重复或没有独立价值的页面时，反而可能分散抓取资源，让真正重要的页面得不到应有的评估机会。这种现象常被称为“索引膨胀”。
索引膨胀到底指什么
索引膨胀不是指索引数量绝对过多，而是指索引里“不该被收录的页面”占比偏高。例如同一件商品的筛选组合、没有搜索结果的空列表、由模板批量生成但内容几乎一样的页面。它们能被抓取，也可能被收录，但对用户没有独立价值。
判断标准可以简单一点：如果这些页面单独出现在搜索结果里，用户点进去会觉得“这页没什么可看的”，那它就不太适合留在索引中。
索引膨胀的常见来源
1. 参数与筛选组合
排序、筛选、追踪参数会生成大量 URL。搜索蜘蛛可能顺着链接发现它们，但站点没有明确告知哪些版本需要收录。结果就是同一批内容以几十种 URL 形式进入索引。
2. 空结果页和内部搜索结果页
筛选条件组合后没有结果，页面只剩一句“暂无匹配”。内部搜索结果页也类似，内容由用户查询动态生成，通常缺少稳定价值，容易被大量收录。
3. 重复模板与薄内容
列表页、标签页、作者页、分页的后续页面，如果只是机械重复标题和摘要，没有额外信息，就属于薄内容。它们不是完全不能收录，但需要控制数量，优先保留有独特价值的页面。
4. 历史遗留 URL
改版、换目录、调整参数后留下的旧地址，如果仍返回 200 或跳转不清晰，也可能继续被索引。旧 URL 和新 URL 同时存在，会让索引显得臃肿。
怎么判断索引是否膨胀
不需要复杂工具，先看几个信号：
- 索引量持续增长，但自然流量主要集中在一小部分页面。
- 日志里搜索蜘蛛大量抓取参数页、筛选页、空结果页，抓取比例失衡。
- 索引覆盖率报告里，大量页面被归入“已抓取，当前未收录”或“重复，未选择规范版本”。
- 用 site 查询抽样时，看到的不少结果是空列表、重复模板或旧地址。
如果这些信号同时出现，说明索引里可能积累了较多低价值页面，值得做一轮收缩。
收缩索引的顺序
处理时不要一上来就全站屏蔽，按下面的顺序逐层收紧，影响更可控。
- 先合并或指定规范版本。 对参数页、排序页，用 canonical 指向主版本；能合并的内容尽量合并到一个稳定 URL。重复内容被归并后，索引会自然减少冗余。
- 对无独立价值的页面加 noindex。 空结果页、内部搜索结果页、低质标签页，如果确认不需要出现在搜索结果里，就用 noindex。注意 noindex 需要页面能被抓取到才会生效，不要先被 robots.txt 挡住。
- 再用 robots.txt 控制抓取。 对大规模参数组合，可以用 robots.txt 减少抓取，但它不负责移除已有索引。已经收录的页面，仍需 noindex 或返回 404/410 才能逐步退出。
- 最后处理死链和旧地址。 确认不再使用的旧 URL，返回 404 或 410；有替代页面的，做 301 指向新地址。不要用 302 长期顶替，也不要让旧地址返回 200 空页。
收缩之后观察什么
调整完成后，重点看抓取日志里搜索蜘蛛对核心页面的抓取频次有没有回升，核心页面的收录和展现是否稳定。索引总量下降不一定是坏事，关键看留下的页面是否更有价值。如果收缩后核心页面抓取和展现没有变化，说明之前的低质页面确实在消耗资源。
收录是搜索引擎对页面的一种处理结果，不是可以单独追求的目标。把索引留给有独立价值的页面，比单纯追求收录数字更实际。
索引膨胀的治理不是一次性的。新功能、新筛选、新模板上线时，最好同步想清楚：哪些 URL 需要被收录，哪些只作为抓取通道，哪些应该直接拦住。把规则定在前面，后面就不用反复清理。