很多团队在上线前會先部署一套測試站或预發布域名，用来驗收、演示、给客戶確認。它和生产站内容几乎一样，差別只在域名。如果没有做訪問限制，搜尋引擎很容易把它当成一個正常站点收錄，于是同一批内容在索引里出現了两份。

測試站被收錄的常见入口

• 域名曾经對外開放過一段時間，爬虫抓到一次後會持續回訪。
• 測試站的 robots.txt 和 sitemap 没有單獨處理，站点地图里列着和生产站相同的 URL。
• 内鏈、邮件、客服誤發的連結、QR Code或分享按钮指向測試域名。
• 生产站模板里硬编碼了測試域名的绝對地址，比如图片、JS 或某個锚点。
• 其他站点或社交平台複製内容时，顺手带走了測試域名。

它带来的不只是多一份副本

通常不會立刻让排名掉下去，但會制造几個實际麻烦：索引信号被拆成两份，外鏈和分享資料落在測試域名上，用戶点進搜尋结果的可能是舊内容、报错頁或带調试信息的頁面。如果測試站和生产站的價格、文案、库存並不一致，還可能被当成内容质量不稳定的信号来處理。

處置顺序：先切断，再清理

1. 先限制訪問

首選服務端訪問控制：HTTP Basic Auth、IP 白名單，或干脆让域名只在内網解析，返回 401 或 403。爬虫拿不到内容，這是成本最低的止血方式，也能避免新的 URL 繼續進入索引。

2. 必须對外可訪問时用 noindex

如果測試站要给客戶演示，至少在 HTML 的 head 里加 noindex，並確認它是服務端返回的，而不是靠 JS 注入。這里有個常见誤区：robots.txt 里的 Disallow 只能阻止抓取，不能阻止已收錄的 URL 出現在结果里。而且被 disallow 的頁面，搜尋引擎讀不到你的 noindex，也就無法按你的意愿移除。

3. 让已收錄的地址明确失效

已经進入索引的測試站頁面，让它返回 404 或 410，或加上 noindex 後等待重新抓取。如果數量不多、内容明顯是重复副本，可以先用站長平台的移除工具做临时屏蔽，但那是短期手段，長期還是靠狀態碼和 noindex 落實。

4. 检查生产站一侧

確認生产站頁面的 canonical 指向自己而不是測試域名；检查模板、图片、脚本里有没有残留的測試域名绝對地址；检查 sitemap 是否混進了測試域名。這一步容易被跳過，但它决定了清理之後會不會再被带回去。

上线前的几個检查動作

• 部署时把測試环境设為不可公開解析，或預設開啟基础認證。
• 測試站 robots.txt 預設全站 disallow，同时關键頁面带上 noindex，两层一起用。
• 複製模板时替換掉所有绝對域名，静態资源尽量走环境變量。
• 發布前用 site: 语法查一遍測試域名，確認没有意外收錄。
• 把測試域名的站点地图提交记錄、站長平台资源一並刪除。

處理這類問题的顺序通常是：先挡住訪問，再让已收錄的地址明确失效，最後回头检查生产站是否被牵连。反過来的话，往往一邊清一邊又被抓回去。

測試站被收錄不算灾难，但拖久了會變成一批需要逐個清理的舊地址。在上线流程里加一步訪問限制，比事後一個個移除要省事得多。