打开索引编制报告，看到一批“已排除”，很容易第一反应是把它们全部清掉。但这些状态里有的是真错误，有的只是系统在说“我知道这个 URL，但不需要它进索引”。先分类，再决定动不动手，比一键清理省事得多。
先分清：报告在说“没抓”还是“不该收”
- 抓取层面的问题：服务器错误、请求超时、被 robots.txt 屏蔽、已发现但未抓取。
- 索引层面的问题：noindex、canonical 指向别处、重复网页、已抓取但未编入索引。
这两类要修的地方完全不同。抓取进不来，页面内容再好也看不到；抓进来了却被排除，往往是页面自身的信号在起作用。
这些状态通常不用管
备用网页与重复网页（有规范标签）
带追踪参数的变体、排序链接、打印版被归入“备用网页”，其实是按预期工作。前提是 canonical 指向的主页面确实被收录，并且两边内容基本一致。
正常重定向与故意屏蔽的页面
站内使用的 301 跳转、后台页、站内搜索结果页，出现在报告里属于正常现象。
判断标准不是“数量是否为零”，而是“留在这里的 URL 是不是本来就该被排除”。
这些状态需要动手
- 服务器错误（5xx）：优先处理。页面时好时坏，蜘蛛几次失败后就会降低回访频率。
- 软 404：返回 200 但页面是空壳，只剩导航或“内容不存在”的提示。要么补内容，要么改成 404 或 410。
- 误伤的 noindex 与 robots 屏蔽：常见于测试环境配置、模板复制时没删掉的 meta 标签，以及被误加进屏蔽规则的整段目录。
- 已抓取但未编入索引：通常不是配置错误，而是内容判断问题。看这批 URL 是否集中在某个模板或目录，页面之间是否高度相似。
- 已发现但未抓取：多为内链层级太深，或站点整体抓取额度被大量低价值 URL 占用。
按目录和模板聚合，别逐条处理
- 先看错误类状态集中在哪个目录，判断是配置问题还是内容问题。
- 再看“已抓取未编入索引”是否集中在同一批模板，若是，多半是内容相似或信息量不足。
- 最后看趋势：连续几周的变化比某一天的数字更有意义，报告本身也有延迟。
几个容易踩的坑
- 把“已排除”当成负分项，为了清零删掉正常的分页和参数页，反而损失了流量入口。
- 给大批页面加 noindex 来“净化”报告，结果把还需要被发现的页面也一起挡住。
- 只看报告的汇总数字，不导出对应的 URL，容易误判问题范围。
收录报告是诊断工具，不是考核指标。先把状态分成“配置错误、内容问题、正常排除”三条线，再分别处理，索引结构会稳定很多。