同一篇文章，在搜索结果里出现两三条不同链接，点进去内容一样，只是网址后面多了一串问号参数——这种情况多半不是搜索引擎弄错了，而是站点自己把同一个页面拆成了几条不同的 URL，每条都被蜘蛛单独抓取过。索引条目是按 URL 建立的，只要地址不同，对搜索引擎来说就是两个位置，内容是否重复要等抓取和比对之后才谈得上判断。

参数 URL 是怎么被蜘蛛发现的

蜘蛛不会凭空造出带参数的地址，它抓到什么就顺着什么往下走。常见的来源有这么几处：

• 站内链接本身就带参数。导航、列表排序链接、分享按钮、跳转链接没有做处理，直接输出带追踪串的地址。
• 站外推广链接。投放、社交媒体、邮件里的链接大多带 utm 参数，被复制到论坛、评论区之后又被蜘蛛抓到。
• 站内搜索、筛选、排序产生的地址。用户点一次排序就生成一条新 URL，如果这些页面能被爬到，就会成批进入待抓取队列。
• 分页参数拼接不当，例如同一套翻页同时出现 page 和 p 两种写法。

这些地址大多内容相同，只是顺序或展示略有差别。它们本身不一定有害，但数量一多，会占用抓取资源，也让站点的收录数字被稀释——看起来涨了，真正独立的页面并没有增加。

先分清哪些参数该留、哪些该收

• 内容型参数：会改变页面主体内容的，比如按颜色、规格筛选出的结果页。这类页面如果确实有人搜索，可以保留，但标题、描述和正文最好能区分开。
• 排序型参数：按价格、销量、时间排序。多数情况下排序后的内容与默认列表高度重合，建议同一组只留一个可抓取版本。
• 追踪型参数：utm、from、ref 之类，只用于统计来源，不影响内容，属于优先收敛的对象。
• 会话与随机参数：带 session id、时间戳的地址，每次访问都不同，应尽量避免出现在能爬到的链接里。

收敛参数的几种做法

1. 从链接源头改

最省事也最有效的办法，是让站内输出的链接本身就不带多余参数。分享按钮、跳转链接、列表排序，都可以在服务端或前端处理成干净地址，参数只交给统计脚本，不写进链接。

2. 用 canonical 指回主版本

对于已经产生、短期无法删除的参数地址，可以在页面上用 canonical 指向不带参数的主地址。需要注意 canonical 是提示而非强制指令，最好配合内链改造一起做，否则它只是表达了“我推荐哪个版本”，处理速度取决于搜索引擎自己的判断。

3. 用 robots.txt 挡住不值得抓的路径

纯粹的排序、追踪参数页面，如果站内不需要它们被搜到，可以在 robots.txt 中屏蔽对应的路径模式。要留意屏蔽的是抓取而不是收录，已经进过索引的地址可能在较长时间里仍然可见，需要配合其他处理一起推进。

4. 处理站内搜索和筛选页

站内搜索结果页通常不建议放开抓取，一来内容随关键词变化、质量不稳定，二来容易生成大量近似页面。筛选页则可以保留有价值的组合，把无意义的单条件、空结果页面挡在外面。

5. 站点地图只提交主版本

站点地图里放干净的规范地址，不要混入带统计参数的链接。它不是收录开关，但能减少蜘蛛从这份文件里拿到多余地址的机会。

改完之后怎么确认

• 抽几条典型的参数地址，看看现在返回的是不是正常页面、canonical 指向哪里。
• 观察抓取日志，看带参数的请求占比是否在下降。
• 用站内搜索和筛选各点几次，检查生成的地址会不会被写进可爬链接。
• 收录数字短期可能下降，这往往是把重复版本剔出去的结果，不必急着往回加。

参数本身不是错误，问题在于同一个内容被拆成多条地址之后，站点把有限的处理资源摊薄了。收敛的目标不是让收录数量变多，而是让每个被收录的地址，都对应一个真正独立、值得存在的页面。