URL 不只是頁面地址，它也是蜘蛛發現頁面、判断頁面归属和規范版本的一條线索。结构本身不會直接决定收錄與否，但它會影响發現速度、抓取时的判断，以及後期改動的成本。下面几件事是實操里最常被問到的。
目錄层級：深不是原罪，不可達才是
常听到“三层以上蜘蛛就不抓了”，這個说法並不准确。蜘蛛能否抓到某個 URL，主要看它能不能通過連結到達，以及這個地址是否值得抓。一個四层路径的頁面，從首頁三次点击就能到，一样會被正常抓取；反過来，一层路径但没有任何内鏈指向，就是孤儿頁面。
真正麻烦的是這几種情况：
- 列表頁只顯示前几頁，深處的條目只能靠站内搜尋進入；
- 目錄层級深，而且每一层都是纯篩選頁，把連結信号稀释掉了；
- 面包屑和導航由 JS 生成，蜘蛛拿到的原始 HTML 里没有連結。
所以判断标准不是“几层”，而是“從入口到它需要几次跳轉、有多少條路径”。重要内容尽量控制在三次点击以内，同时确保有不止一處内鏈指向它。
路径命名：语义化有用，但別為了改名反复折腾
语义化路径（/shoes/running-shoes）比纯數字（/p/1002381）多提供了一点信息，對蜘蛛判断主题、對用戶阅讀地址都有帮助。但這個收益是小幅的，不值得為了它把所有舊 URL 推倒重来。
更實际的做法是：新站直接用语义化路径；已有站点保持稳定，除非结构本身有硬伤，比如分類混乱、大量重复路径。因為每次改 URL 都意味着 301、外鏈價值衰减、索引重新計算，改得越频繁，收口成本越高。
命名上不必追求完美：英文、拼音、數字混用都可以接受，關键是同一類頁面用同一套規則，別今天用 /article/xxx，明天換成 /a/xxx。
參數與“伪静態”：稳定比好看重要
带參數的 URL 並不意味着不能收錄。搜尋引擎能處理 ?id=123 這類地址，問题出在參數的组合爆炸：排序、篩選、分頁、追踪參數叠加，同一個頁面能生成几十個地址。這时需要的不是把參數改寫成静態路径，而是控制參數的产生。
- 排序和篩選參數用 robots.txt 或 noindex 收口，只保留預設视图；
- 追踪參數（utm 等）不要寫進站内連結；
- 分頁可以保留，但翻到很深的頁碼可以考虑不再輸出連結。
把參數强行重寫成静態路径，表面看干净了，但如果底层逻辑没變，蜘蛛依然能通過其他入口發現那些组合版本，反而更难排查。
長度、大小寫和结尾斜杠
URL 過長，比如几百個字符，不會直接被拒绝，但容易被截断、複製时出错。中文路径會被编碼成一長串 %XX，可讀性差，也不方便人工核對。條件允许时用短一点的英文或拼音。
大小寫和结尾斜杠属于規范問题：/Page 和 /page 可能被服務器当成两個地址，/list 和 /list/ 也是。選定一種寫法後，用 301 统一，別让两個版本同时返回 200。
上线前可以自查的几項
- 新頁面發布时，是否至少有一處站内連結指向它；
- 導航、面包屑、列表頁的連結是否出現在原始 HTML 中，關掉 JS 後仍能看到；
- 同一内容是否存在多個 URL 版本，canonical 是否指向正确；
- URL 结构近期是否改過，舊地址是否都做了 301；
- 站点地图里的地址是否都是規范版本。
URL 结构没有唯一正确答案。判断标准是三條：蜘蛛能不能顺利找到、能不能判断哪個是規范版本、以後改動时成本高不高。
把這三件事解决掉，剩下的细节不用過度纠结。改结构之前先想清楚收口方案，比事後一處處补救省事得多。