站内链接里带问号的情况很常见。列表页的筛选、排序、翻页、渠道追踪，稍微不留神就会生成大量参数组合。对用户来说这些链接能用，对蜘蛛来说却可能是一片没有边界的空间。
蜘蛛是怎么遇到参数链接的
蜘蛛不会主动猜参数，它只会顺着页面上的 href、Sitemap 和外部引用走。参数链接的入口通常集中在几个地方：
- 列表页和详情页里直接写成带参数的 href；
- Sitemap 中混入了排序或渠道参数版本；
- 站外分享、广告投放带来的追踪链接被别的页面转引；
- 前端筛选组件在地址栏直接改写 query。
入口越多，组合越容易失控。一个商品列表如果同时有颜色、尺码、价格区间、排序方式，参数笛卡尔积可以轻松到几千条 URL。
真正的问题不在数量，而在重复
参数泛滥通常带来两个直接影响。一是抓取时间被分走，蜘蛛把额度花在几十种排序视图上，真正需要更新的详情页反而排到后面。二是重复内容判定，同一批数据被包装成多个地址，蜘蛛需要自己判断哪个是主体，判断失误时可能出现收录地址来回切换。
但也要注意另一面：有些参数确实代表不同的内容，比如按城市划分的门店列表、按标签聚合的文章集合。这类页面拦掉，等于把一条真实的内容分支关掉了。
先给参数分类，再决定放行还是收敛
可以放行的一类
- 参数决定内容主体，去参数后页面内容明显不同的；
- 有独立搜索需求、站内也确实把它当成落地页在运营的；
- 数量可控，人工能列出完整清单的。
建议收敛的一类
- 排序参数，如 sort=price、order=asc，内容集合不变只是顺序不同；
- 展示类参数，如视图模式、每页条数、语言切换的临时参数；
- 会话与追踪参数，如 utm_*、sid、from、ref；
- 可以被站内搜索、表单提交触发的查询串。
几种收敛手段的用法
- 内链只链规范版本。页面里生成链接时去掉排序、追踪参数，让蜘蛛顺着内链走到的默认就是干净地址。
- canonical 指向无参数版本。前提是页面内容确实一致，如果参数改变了主体，canonical 指向别处反而会带来混乱。
- robots.txt 里做通配拦截。例如拦掉带 sort= 或 utm_ 的路径。写法要谨慎，通配符写得过宽可能顺带拦住正常目录。
- Sitemap 只放规范 URL。Sitemap 是主动提交的清单，把参数版本放进去等于主动扩大了抓取面。
- 筛选交互尽量少改地址。能用前端组件完成、不产生新 URL 的交互，就不要每次都改写 query。
收敛的目的是减少无效抓取，不是把页面藏起来。动手之前先确认这些参数页有没有流量和转化，有的话更合适的做法是把它整理成一个规范地址，而不是简单拦掉。
怎么知道收敛有没有起作用
处理完之后不要只看表面，翻一段服务器日志更实在。重点看三件事：带参数请求在蜘蛛总请求里的占比有没有下降；被拦的参数路径是否还在被反复尝试；规范版本地址的抓取次数有没有相应上升。如果占比没变化，通常是内链里还残留着带参数的 href，或者站外引用一直在把旧链接带回来。
参数治理不是一次性的工作。新上线的筛选项、新的投放渠道、新的前端组件，都会重新引入参数。把「链接生成时是否带无意义参数」写进上线检查清单，比事后从日志里找问题要省事得多。