不少站長每天看收錄數，涨了就安心，跌了就焦虑。但收錄只是一個中間狀態：搜尋引擎把 URL 放進索引，不代表它會带来流量，也不代表它值得長期留在索引里。当索引里堆积了大量低质、重复或没有獨立價值的頁面时，反而可能分散抓取资源，让真正重要的頁面得不到應有的评估机會。這種現象常被称為“索引膨胀”。
索引膨胀到底指什么
索引膨胀不是指索引數量绝對過多，而是指索引里“不该被收錄的頁面”占比偏高。例如同一件商品的篩選组合、没有搜尋结果的空列表、由模板批量生成但内容几乎一样的頁面。它們能被抓取，也可能被收錄，但對用戶没有獨立價值。
判断标准可以简單一点：如果這些頁面單獨出現在搜尋结果里，用戶点進去會觉得“這頁没什么可看的”，那它就不太适合留在索引中。
索引膨胀的常见来源
1. 參數與篩選组合
排序、篩選、追踪參數會生成大量 URL。搜尋蜘蛛可能顺着連結發現它們，但站点没有明确告知哪些版本需要收錄。结果就是同一批内容以几十種 URL 形式進入索引。
2. 空结果頁和内部搜尋结果頁
篩選條件组合後没有结果，頁面只剩一句“暂無匹配”。内部搜尋结果頁也類似，内容由用戶查询動態生成，通常缺少稳定價值，容易被大量收錄。
3. 重复模板與薄内容
列表頁、标簽頁、作者頁、分頁的後續頁面，如果只是机械重复标题和摘要，没有額外信息，就属于薄内容。它們不是完全不能收錄，但需要控制數量，優先保留有獨特價值的頁面。
4. 歷史遗留 URL
改版、換目錄、調整參數後留下的舊地址，如果仍返回 200 或跳轉不清晰，也可能繼續被索引。舊 URL 和新 URL 同时存在，會让索引顯得臃肿。
怎么判断索引是否膨胀
不需要复杂工具，先看几個信号：
- 索引量持續增長，但自然流量主要集中在一小部分頁面。
- 日誌里搜尋蜘蛛大量抓取參數頁、篩選頁、空结果頁，抓取比例失衡。
- 索引覆盖率报告里，大量頁面被归入“已抓取，目前未收錄”或“重复，未選擇規范版本”。
- 用 site 查询抽样时，看到的不少结果是空列表、重复模板或舊地址。
如果這些信号同时出現，說明索引里可能积累了較多低價值頁面，值得做一轮收缩。
收缩索引的顺序
處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。
- 先合並或指定規范版本。 對參數頁、排序頁，用 canonical 指向主版本；能合並的内容尽量合並到一個稳定 URL。重复内容被归並後，索引會自然减少冗余。
- 對無獨立價值的頁面加 noindex。 空结果頁、内部搜尋结果頁、低质标簽頁，如果確認不需要出現在搜尋结果里，就用 noindex。注意 noindex 需要頁面能被抓取到才會生效，不要先被 robots.txt 挡住。
- 再用 robots.txt 控制抓取。 對大規模參數组合，可以用 robots.txt 减少抓取，但它不负责移除已有索引。已经收錄的頁面，仍需 noindex 或返回 404/410 才能逐步登出。
- 最後處理死鏈和舊地址。 確認不再使用的舊 URL，返回 404 或 410；有替代頁面的，做 301 指向新地址。不要用 302 長期顶替，也不要让舊地址返回 200 空頁。
收缩之後观察什么
調整完成後，重点看抓取日誌里搜尋蜘蛛對核心頁面的抓取频次有没有回升，核心頁面的收錄和展現是否稳定。索引總量下降不一定是坏事，關键看留下的頁面是否更有價值。如果收缩後核心頁面抓取和展現没有變化，說明之前的低质頁面确實在消耗资源。
收錄是搜尋引擎對頁面的一種處理结果，不是可以單獨追求的目标。把索引留给有獨立價值的頁面，比單纯追求收錄數字更實际。
索引膨胀的治理不是一次性的。新功能、新篩選、新模板上线时，最好同步想清楚：哪些 URL 需要被收錄，哪些只作為抓取通道，哪些應该直接拦住。把規則定在前面，後面就不用反复清理。