site 查询只是一個估算值
很多人判断頁面有没有被收錄，第一步就是在搜尋框里輸入 site:域名，看返回的條數，或者翻几頁找不到某個 URL 就断定没收錄。這個做法可以当參考，但不宜当结论。原因有几個：site 查询返回的是经過篩選和折叠後的估算结果，數字本身並不精确；同一個域名在不同地区、不同語言版本下的结果也可能不一样；如果查询词和頁面主题相關度很低，頁面可能排在很後面，你翻几頁看不到，但它确實在索引里。
更稳妥的做法是：把 site 查询当作粗筛，具体某個 URL 是否被收錄，用下面几種方式交叉驗證。
按顺序做的几種驗證方式
1. 直接搜尋完整 URL
把带协议的完整地址（含 http/https、www、路径和结尾斜杠）原样贴進搜尋框。如果结果里出現這個 URL 本身，說明它至少已经進入索引。注意要和你希望被收錄的那個版本完全一致：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，這顺便也驗證了規范化是否生效。
2. 用站長平台看單頁狀態
主流站長平台都有 URL 检查功能，輸入地址後能看到“已發現但未抓取”“已抓取但未编入索引”“已编入索引”等狀態，還會给出對應的說明。這個信息比 site 條數具体得多。尤其是“已抓取未索引”這一類，說明抓取环节没問题，問题更可能出在内容质量和重复度上。
3. 看服務器日誌里有没有真實抓取
索引的前提是抓取。如果日誌里一段時間内完全看不到搜尋引擎蜘蛛訪問這個 URL，那前面两步都不用做了，先去解决 URL 發現和内鏈的問题。日誌還能看出抓取频率、返回狀態碼和抓取時間，這些是站長平台看不到的一手信息。
4. 检查頁面自身的信号
有些頁面其實被抓取了，只是頁面上的 canonical 指向了別的地址，或者 robots meta 里带了 noindex，结果自然不會出現在索引里。這種情况不算“没收錄”，而是你自己让它不要收錄，需要先確認這是不是原本的意图。
几種常见的誤判
- 把 site 條數当成收錄總數，數字少了就以為掉收錄。這個數字本身就波動，不适合作為判断依據。
- 搜尋结果里看到的是另一個 URL 版本，就認為目标頁没收錄，其實是規范化把信号集中到了那一版。
- 頁面刚發布几小时就去查，没有结果就以為出問题。發現和抓取本身需要時間，新頁面尤其如此。
- 站内搜尋能搜到，就推断搜尋引擎也收錄了。两套索引之間没有直接關系。
什么时候查、查哪些頁面
没必要天天盯着全站。比較實用的做法是按批次抽查三類頁面：新發布的頁面、最近改過 URL 或改過模板的頁面、以及長期没有搜尋流量的頁面。前两類用来確認改動没有造成意外丢失，後一類用来判断是内容問题還是索引問题。每次只挑十几個代表性 URL，记錄驗證结果和日期，比看一個總數更有用。
驗證之後该做什么
如果確認是“已發現未抓取”，重点在抓取预算和内鏈结构；如果是“已抓取未索引”，重点在内容本身是否足够獨立、有價值，以及和站内其他頁面是否高度重复；如果日誌里压根没有抓取记錄，就先從 URL 發現入手，检查頁面有没有内鏈指向、Sitemap 里有没有包含。三種情况的處理方向完全不同，先分類再動手，比笼统地“優化頁面”有效得多。
驗證的目的不是得到一個非黑即白的答案，而是判断問题卡在發現、抓取還是索引哪一步，然後只處理那一步的事。