带參數的 URL 出現在索引里，很少是蜘蛛自己乱抓，多數是自己递出去的：分享連結带 utm、篩選頁有内鏈、排序按钮本身就是連結跳轉。這些地址能正常打開、内容也完整，蜘蛛没有理由跳過。麻烦在于它們會稀释抓取预算，也會让同一批内容在索引里出現多份。
先分清參數是干什么的
把所有带參數的地址当成一類處理，很容易把该留的也一起砍掉。按作用分三類更實用。
- 追踪類：utm_source、gclid、fbclid 之類，只用于統計来源，不改變頁面内容。
- 视图類：排序方式、每頁數量、列表或網格视图、頁碼，内容主体相同，只是排列和展示不同。
- 篩選類：品類、價格区間、颜色、品牌等组合，會真實改變頁面上出現的條目集合。
追踪類和视图類基本不需要獨立索引；篩選類要看有没有對應的搜尋需求。這两類不應该用同一套办法處理。
不改變内容的參數：让代表地址回到無參數版本
canonical 指向無參數地址
把頁面上的 rel="canonical" 寫死成不带參數的版本，是成本最低的一步。注意 canonical 要指向可訪問、可被索引的地址，也不要同时给带參數頁面加 noindex，两個信号打架时结果往往不是你想要的那個。
站内連結別带追踪參數
很多參數 URL 是自己带進来的：活動頁、分享按钮、邮件模板都在連結後面拼 utm。站内跳轉去掉這些後缀，蜘蛛就不會顺着爬到複製出来的地址。
外部轉發带来的參數管不了，但可以收口
別人轉發时拼上的參數没法控制。這類地址偶尔出現几次不致命，關键是服務器不要因為參數不同就輸出不同内容，同时保持 canonical 一贯，让代表地址始终唯一。
篩選類參數：留一部分，收一部分
篩選頁有没有價值，取决于有没有對應的搜尋需求，以及頁面上有没有足够的内容量。
- 有明确搜尋需求、结果集稳定的组合，比如某個品類加某個品牌，可以保留，並给獨立的标题和描述。
- 结果很少或经常為空的组合，即便收錄也很难有表現，更适合收掉。
- 多個條件任意叠加，组合數量可能是天文數字，全部放開並不現實。
收的方式有两種：robots.txt 禁止抓取，或者頁面加 noindex。区別在于，禁抓之後蜘蛛看不到頁面上的 canonical 和 noindex，將来想再放開，舊地址可能長期留在索引里；noindex 允许蜘蛛進来讀，但要消耗一部分抓取。
還有一個容易被忽略的细节：參數顺序。a=1&b=2 和 b=2&a=1 是两個不同的 URL，站内生成連結时统一顺序，能少造一批重复地址。參數值的大小寫、空值處理也值得顺手统一。
從日誌里看收口效果
改完之後不要只看索引报告，日誌更直接。統計一段時間内蜘蛛請求中带參數的占比，看趋势有没有降下来；同时观察不带參數的規范地址抓取次數有没有上升，這能說明抓取预算被挪到了更有用的地方。如果带參數請求占比不變，多半是站内還有連結在生成它們。
收口的目标不是把带參數的地址從索引里清空，而是让每個内容只留一個代表地址，把抓取和索引留给真正需要被搜到的頁面。
最後提醒一句：Google 早期的 URL 參數設定工具已经取消，這類問题現在主要靠 canonical、robots.txt 和站内連結结构来解决，不要指望在後台勾一個選項就完事。收口是個持續動作，新上线的活動頁、篩選组件、分享模块都可能重新把參數地址送出去，隔一段時間回日誌里看一眼比較稳妥。