先分清：这些状态卡在哪一环
索引覆盖率报告（不同工具叫法不同，有的叫“页面索引”“收录状态”）会把站点 URL 分成若干类。多数人只盯“已编入索引”那个数字，其实信息量更大的是被排除的那部分。
把状态先归到三个环节：发现、抓取、索引。“已发现-尚未抓取”卡在抓取环节，通常和抓取额度、链接深度、站点整体表现有关；“已抓取-尚未编入索引”卡在索引环节，页面 HTML 已经被取回，但系统判断它不值得进入结果页。两者原因不同，处理方式也不同，放在一起看只会互相干扰。
“已抓取但未编入索引”的常见三类原因
1. 质量与内容层面的判断
页面能打开、也有内容，但不具备独立价值：正文只有几句话，实际正文占比被导航、推荐位、页脚挤得很低；或者整页是对其它页面的摘抄，或是参数组合批量生成的近似内容。这类页面常常被抓取一次之后就长期停在这个状态。
- 典型信号：同一模板批量生成的页面，不同 URL 的正文几乎一样
- 处理方向：合并同类页、给保留页补充独有信息，没有价值的直接下线
2. 重复归并：页面被并到别的 URL 上
系统确实抓到了这一页，但认为它和站内另一个 URL 表达的是同一件事，于是只保留其中一个。带参数的筛选页、打印版、带会话 ID 的地址、大小写或末尾斜杠变体，都容易落到这一类。
判断方法很直接：在报告里挑几个具体 URL，用 URL 检查工具看被选中的 canonical 是哪一个。如果指向的是你期望的主版本，那这条状态不算故障，不需要“修复”；如果指向莫名其妙，才需要去查 canonical 冲突或站内信号矛盾。
3. 渲染失败：抓到的 HTML 里没有内容
页面主体靠 JS 在浏览器里渲染，但抓取执行脚本时拿不到数据：接口被 robots.txt 挡住、请求超时、需要登录才出内容。结果取回的 HTML 是个空壳，索引层自然没有东西可编。
抓取成功不等于渲染成功。状态显示“已抓取”，只说明服务器返回了 200，并不代表页面主体内容被正确解析。
排查顺序：从样本页入手，而不是从总数入手
- 在报告里点开 5 到 10 个具体 URL，不要只看汇总数字
- 逐个确认：内容是否完整返回、被选中的 canonical 是谁、是否存在 noindex 或抓取屏蔽
- 按上面三类给样本打标签，看哪一类占比最高
- 只针对占比最高的那一类动手，改完后观察一个抓取周期再看数据
同时改多个原因，最后很难判断是哪个动作起了作用。
几类动作的取舍
- 重复归并类：多数情况可以接受。若要收得更紧，就统一站内链接指向与 canonical 写法，别再让同一内容以多个地址出现在内链里。
- 质量判断类：合并、补充、下线三选一。补充时要加入别处没有的信息，比如规格、数据、原始说明，而不是换几个词重写一遍。
- 渲染失败类：把标题、正文、内链等关键内容放到服务端渲染或预渲染；同时确认 JS、CSS 资源没有被 robots.txt 拦截。
- 新页面：刚发布不久的页面出现这条状态，多数属于正常排队，先给时间，别急着改结构。
几个容易走偏的判断
“已抓取-尚未编入索引”数量大，不等于站点被惩罚，也不等于必须把它清零。一个拥有大量 URL 的站点，报告里长期存在一批这类状态是常见的，关键要看有价值的页面是否都进了索引。
反过来，也不必为了减少这个数字就批量 noindex。收敛真正该收敛的页面是对的；为了数字好看去屏蔽仍可能带来访问的页面，损失的是自己。
最后提醒一点：这些状态都是滞后数据，改动之后要等下一轮抓取和索引才反映出来。一次只改一类，记录改动时间，再对比前后数据，比反复大改更容易看清问题出在哪。