site 查询只是一个估算值

很多人判断页面有没有被收录，第一步就是在搜索框里输入 site:域名，看返回的条数，或者翻几页找不到某个 URL 就断定没收录。这个做法可以当参考，但不宜当结论。原因有几个：site 查询返回的是经过筛选和折叠后的估算结果，数字本身并不精确；同一个域名在不同地区、不同语言版本下的结果也可能不一样；如果查询词和页面主题相关度很低，页面可能排在很后面，你翻几页看不到，但它确实在索引里。

更稳妥的做法是：把 site 查询当作粗筛，具体某个 URL 是否被收录，用下面几种方式交叉验证。

按顺序做的几种验证方式

1. 直接搜索完整 URL

把带协议的完整地址（含 http/https、www、路径和结尾斜杠）原样贴进搜索框。如果结果里出现这个 URL 本身，说明它至少已经进入索引。注意要和你希望被收录的那个版本完全一致：如果站内同时存在 www 和非 www、带斜杠和不带斜杠的版本，搜哪一版结果可能不同，这顺便也验证了规范化是否生效。

2. 用站长平台看单页状态

主流站长平台都有 URL 检查功能，输入地址后能看到“已发现但未抓取”“已抓取但未编入索引”“已编入索引”等状态，还会给出对应的说明。这个信息比 site 条数具体得多。尤其是“已抓取未索引”这一类，说明抓取环节没问题，问题更可能出在内容质量和重复度上。

3. 看服务器日志里有没有真实抓取

索引的前提是抓取。如果日志里一段时间内完全看不到搜索引擎蜘蛛访问这个 URL，那前面两步都不用做了，先去解决 URL 发现和内链的问题。日志还能看出抓取频率、返回状态码和抓取时间，这些是站长平台看不到的一手信息。

4. 检查页面自身的信号

有些页面其实被抓取了，只是页面上的 canonical 指向了别的地址，或者 robots meta 里带了 noindex，结果自然不会出现在索引里。这种情况不算“没收录”，而是你自己让它不要收录，需要先确认这是不是原本的意图。

几种常见的误判

• 把 site 条数当成收录总数，数字少了就以为掉收录。这个数字本身就波动，不适合作为判断依据。
• 搜索结果里看到的是另一个 URL 版本，就认为目标页没收录，其实是规范化把信号集中到了那一版。
• 页面刚发布几小时就去查，没有结果就以为出问题。发现和抓取本身需要时间，新页面尤其如此。
• 站内搜索能搜到，就推断搜索引擎也收录了。两套索引之间没有直接关系。

什么时候查、查哪些页面

没必要天天盯着全站。比较实用的做法是按批次抽查三类页面：新发布的页面、最近改过 URL 或改过模板的页面、以及长期没有搜索流量的页面。前两类用来确认改动没有造成意外丢失，后一类用来判断是内容问题还是索引问题。每次只挑十几个代表性 URL，记录验证结果和日期，比看一个总数更有用。

验证之后该做什么

如果确认是“已发现未抓取”，重点在抓取预算和内链结构；如果是“已抓取未索引”，重点在内容本身是否足够独立、有价值，以及和站内其他页面是否高度重复；如果日志里压根没有抓取记录，就先从 URL 发现入手，检查页面有没有内链指向、Sitemap 里有没有包含。三种情况的处理方向完全不同，先分类再动手，比笼统地“优化页面”有效得多。

验证的目的不是得到一个非黑即白的答案，而是判断问题卡在发现、抓取还是索引哪一步，然后只处理那一步的事。