很多站点在收錄上遇到的第一道坎，不是内容寫得好不好，而是同一批内容被參數拆成了几十上百個地址。列表頁翻頁、按價格排序、按分類篩選、再加上會话跟踪參數，每一次点击都會生成一個新 URL。蜘蛛顺着連結一路点下去，索引里很快就堆满了相似度极高的頁面。
先分清三類參數頁
參數頁不是铁板一块，處理方式也不一样：
- 分頁參數（page=2、page=3）：内容确實不同，属于獨立頁面，通常值得收錄。
- 篩選參數（品牌、價格区間、尺寸组合）：容易生成大量長尾组合，多數只是同一批商品的重新排列。
- 排序參數（sort=price、order=desc）：内容是同一批，只是顺序不同，几乎没有獨立價值。
分頁頁该怎么處理
分頁頁承载的是不同的商品或文章，属于正常内容。需要做的是让蜘蛛能顺着翻到後面，而不是把頁碼当成垃圾參數一刀切掉。
- 頁碼用可点击的連結，不要只靠脚本動態加载。
- 第二頁之後的頁面保留自指 canonical，不要全部指向第一頁。
- 标题可以带上頁碼或区間，避免几十個頁面标题完全一样。
如果分頁頁本身没有可索引的内容，只是一個“查看更多”的入口，那它更接近導航功能，收錄價值有限。
篩選與排序參數頁的判断标准
判断一個參數頁要不要放進索引，先問三個問题：
- 它有没有自己獨立的、用戶會去搜的词？比如“3000 元以内的降噪耳机”可能有搜尋需求，“按價格從低到高”没有。
- 去掉參數之後，頁面主体内容是否几乎不變？如果只是顺序或范围變化，重复度就很高。
- 它是否會被站内連結稳定指向？没有任何頁面鏈過去的參數頁，即使被抓到也难有位置。
參數頁的取舍，本质上是問：這個地址能不能獨立回答一個真實存在的搜尋需求。答案是否定的时候，它更适合留在“可抓取但不收錄”的范围里。
常用的几種處理手段
分清楚類型之後，可用的手段並不多，但要用對：
- canonical：把排序、會话參數指向無參數的主地址。注意它只是提示，冲突时還要看頁面自身信号是否一致。
- robots.txt 禁止抓取：适合那些完全不需要被看到的路径。但被 robots.txt 拦住的地址，搜尋引擎也讀不到頁面上的 noindex。
- noindex：适合“希望被看到、但不希望被收錄”的頁面，前提是蜘蛛能抓到頁面，才能讀到這個标簽。
- 合並參數：把多選篩選做成路径形式的固定组合，减少無意义的组合爆炸。
一個简單的自查顺序
- 導出已被收錄的參數類 URL，按參數類型分组。
- 看每组有没有带来過真實点击；長期零点击且内容重复度高的，優先處理。
- 從内鏈上减少指向低價值參數頁的入口，例如預設排序的連結直接指向主地址。
- 處理完观察一段時間，再看索引里的數量變化。
參數頁處理的目标不是让收錄數字變小，而是让索引里留下的地址都是有人搜、有内容、有入口的頁面。數量降下来只是结果，不是目的。