站内筛选、排序、分享、跳转，几乎每个功能都会在 URL 后面挂一串参数。对用户来说方便，对搜索引擎来说，却可能把同一个页面拆成几十上百个地址。如果不做处理，索引里会慢慢堆积一批“长得不一样、内容几乎一样”的页面。

先把参数分成三类

处理方式不同，前提是先归类。常见参数大致可以分成三种：

• 跟踪类：utm_source、gclid、spm、from、ref 之类，只记录来源，不改变页面内容。
• 视图与排序类：sort=price、view=grid、list=card，内容主体相同，只是排列或展示方式变了。
• 筛选类：color=red、size=42、brand=x，可能筛出真正不同的结果集合，也可能组合出成千上万个地址。

三类参数的共同点是：它们都容易被蜘蛛顺着内链抓到，也容易在分享、跳转、广告投放中被外部链接带进来。

哪些参数页面值得留在索引里

可以问自己两个问题：去掉参数后，页面呈现的内容是否真的变了；以及有没有人会去搜这个组合。按这个标准大致能分出三档：

• 筛出的结果是稳定的子集合，组合数量有限，并且有对应搜索需求——可以保留，让它正常收录。
• 筛完只剩一两个结果，或者属性叠加后组合无穷——通常不值得单独收录。
• 排序、视图、分页参数——基本都不需要各留一个索引版本。

判断时别只看页面上有多少条结果，更要看这些组合会不会被用户主动搜索，以及蜘蛛是否会反复抓取同一批地址。

按顺序处理：先断内链，再谈标签

1. 内链和站点地图不要输出带参地址

很多站点的参数页面之所以被抓到，是因为站点自己就在用带参链接做导航。把分类页、列表页、文章内链统一改成无参地址，能直接掐掉大部分发现路径。这一步成本低，效果也最直接。

2. 用 canonical 指向规范版本

对于跟踪参数和排序视图参数，可以在页面上把 canonical 指向去掉参数的那个地址。注意 canonical 是提示而不是命令，它需要和自引用一起保持自洽，别出现“A 指向 B、B 又指向 A”的循环。

3. 无收录价值的组合用 noindex

当某个筛选组合用户量不大、又没有搜索需求时，可以给这类页面加 noindex，让内链仍然可用、用户仍能访问，但不进索引。前提是页面本身可以被抓取，标签才能被读到。

4. 兜底才考虑 robots.txt

robots.txt 适合屏蔽那些完全不需要被抓、也不需要通过页面传递信号的路径。它不适合用来处理重复收录，因为一旦禁止抓取，蜘蛛读不到页面上的 canonical 和 noindex。

顺序很重要：如果先用 robots.txt 屏蔽抓取，后面的 canonical 和 noindex 就都失效了，等于把可控的问题变成不可控的问题。

收敛之后怎么核对

• 用站内搜索指令加参数关键词，看索引里还剩哪些地址形式。
• 观察抓取统计中带参 URL 的占比，是否随时间下降。
• 抽查几个参数页，确认 canonical 指向无参版本、且页面能正常渲染。
• 翻日志，看蜘蛛是否还在反复抓取同一批参数组合。

两个容易踩的误区

一是把 canonical 当成即时生效的开关。索引的更新有滞后，改完通常要观察几周再判断，不要隔天看到旧地址还在就以为没生效。二是认为“被收录了总没坏处”。带参页面占的是抓取资源，也可能在搜索结果里和规范页互相竞争，让用户看到的版本变得不可控。

收敛参数收录更像是一次清理，而不是一次设置。先把发现路径收窄，再统一页面信号，最后才动用屏蔽手段，顺序对了，后续维护会省下不少力气。