站点跑一段时间后，参数 URL 往往会在索引里堆积：筛选、排序、分页、来源追踪，同一批商品或文章会长出几十上百个地址。这些地址该不该进索引，不能一刀切，先看它们对用户和搜索引擎各自意味着什么。
先给参数分个类
会改变页面内容的参数
比如颜色筛选、价格排序、翻页这类参数。它们对应的页面内容确实不同，也可能存在一定的搜索需求，例如“某颜色某品类”“按销量排序”这类查询。可以保留一部分，但要控制参数组合的数量，避免同类页面无限膨胀。
不改变页面内容的参数
比如来源追踪、会话 ID、渠道标识、展示版本号。它们只是记录访问路径，页面主体内容与不带参数的地址基本一致。这类地址对用户没有额外价值，却会成倍增加需要抓取的 URL 数量，也容易让同一段内容出现多个入口。
判断标准其实只有一条
问自己：这个地址上的内容，是否已经有一个更规范、更稳定的地址可以代表它？如果答案是“有”，那它更像是一条访问路径，而不是一个独立页面。按这个标准去筛，大部分参数 URL 的归属会很快清晰。
处理顺序可以这样排
- 先统计：从服务器日志或搜索资源平台的抓取数据里，把带参数的 URL 拉出来，按参数名归类，看每个参数产生了多少地址、被抓了多少次。
- 再判断价值：有真实搜索需求、内容确实不同的，考虑保留；只是换了排序、换了来源、换了展示样式的，优先收敛。
- 选择手段：不需要收录的，可以用 robots.txt 屏蔽抓取，或在页面上加 noindex；内容相同但需要保留给用户访问的，用 canonical 指向规范地址。注意 robots.txt 屏蔽之后，搜索引擎读不到页面上的 noindex。
- 收回内链：站内链接、分页链接、导航尽量只指向规范地址。如果站内到处都链向参数地址，前面的处理很容易被抵消。
- 回头看数据：处理完观察一段时间，看带参数 URL 的抓取量和索引量是否下降，规范地址的抓取是否更集中。
站内搜索结果页要单独看
站内搜索页由用户输入关键词生成，数量几乎无限，内容质量参差，很容易积成一堆薄页面。常见做法是允许抓取但不收录，或在 robots.txt 里屏蔽搜索路径。如果站内搜索本身能带来稳定的长尾访问，可以挑少量高质量结果页人工优化后再放开，但这类页面需要单独维护，并且要防止被外部链接直接指向带关键词的搜索地址。
几个容易踩的坑
- 把 robots.txt 当成“不收录”的工具：它管的是抓取，不是索引。
- 同一批页面同时加 noindex 和 canonical：信号容易冲突，搜索引擎可能更倾向于保留原来的地址。
- 筛选参数被大量内链，蜘蛛反复在参数组合里绕行，真正需要抓取的页面反而排到后面。
- 分页页面一律 noindex：可能切断蜘蛛对深层内容的发现路径。分页和筛选参数的处理方式并不相同。
验证时看什么
验证不需要盯着单个 URL 的收录状态，更应该看趋势：规范地址的抓取比例是否上升，参数地址的抓取是否下降，索引里是否还残留大量只有参数不同的重复条目。如果一段时间后趋势没变，先回头检查内链和 sitemap 里是否还在输出参数地址，这往往是最直接的原因。
参数 URL 的处理不是“全部留下”或“全部屏蔽”，而是先分清哪一条是内容的主地址，再把抓取和索引的入口尽量收敛到它上面。