很多运营者判断收录，习惯直接在搜索框敲一句 site:域名，看到结果数从 1 万变成 8 千就紧张，涨到 1 万 2 就放心。这个数字有参考价值，但它不是收录量，而是一个经过抽样和估算的结果。把它当成精确值，容易得出错误结论。
site 结果数为什么只是估算
搜索引擎返回的结果数，是“符合条件的近似量”，不是数据库里的真实条目数。它会随着索引更新、查询节点、甚至你查询的时间点波动。同一分钟换一台设备、换一个网络环境，数字都可能不同。
常见的三类干扰
- 抽样与截断：翻到后面几页，结果常常会被截断，说明总数本身就是推算出来的。
- 地域与语言：不同地区版本、不同语言偏好下，同一个站点的结果集并不一样。移动端和桌面端也可能有差异。
- 个性化与登录状态：登录账号、历史行为、所在城市，都会影响你看到的内容。排查问题时尽量用无痕窗口，并固定地区与语言设置。
site:域名 和 site:具体URL 不是一回事
前者是范围查询，结果是估值；后者更接近精确匹配，可以用来判断“这个页面在不在索引里”。但即使精确查询，也可能因为查询词与页面内容不匹配而返回空——更稳妥的做法是直接搜索该页面标题里的一整句独特文字，或者直接粘贴 URL 查询。
逐页核查收录状态的可靠顺序
- 用完整 URL 做精确查询：能命中说明在索引中，但要注意命中的是不是那个 URL 本身，而不是它的某个变形版本。
- 看站点管理后台的 URL 检查工具：它会给出“已编入索引”“已抓取但未编入索引”“已发现但未抓取”“已排除”等状态，比结果数具体得多。
- 核对抓取日志：确认蜘蛛最后一次抓取的时间与返回状态码。状态码 200 只说明能抓，不代表能进索引。
- 看缓存与快照：快照时间过旧，说明可能长期没被重新抓取，而不是被移除。
- 抽查多个入口：分别用首页路径、栏目路径、搜索结果页路径去查同一篇文章，看索引里存的是哪个版本。
把收录理解成状态，而不是一个数字
同一批页面，可能分别处于不同阶段。与其盯总数，不如按目录、按模板分层统计，找出集中在某一类页面的问题：
- 新页面大多停在“已发现”，多半是内链和入口不够；
- 大多停在“已抓取但未编入索引”，多半是内容质量或重复度问题；
- 索引里的 URL 和实际访问的 URL 不一致，多半是规范写法、参数或大小写不统一；
- 索引里长期是旧版本，新版本迟迟不替换，多半是缓存与更新频率问题。
site 查询适合做趋势观察，不适合做精确统计。真正的判断依据是逐页状态、抓取记录和页面本身的质量，而不是搜索框里那个会跳动的数字。
如果你需要给团队汇报收录情况，建议同时给出三个数据：抽查样本的索引命中率、后台各状态页面的分布、以及最近一周的抓取次数变化。单独一个 site 数字，说明不了太多问题。