在頁面索引报告里，任何一條“未收錄”背後都可能藏着完全不同的問题。有的是你自己要求的，有的是程序還没走到那一步，有的是走完了但不認可结果。如果不先分類，很容易對着一個正常的排除項反复改代碼，或者把内容問题当成抓取問题去排查，白花時間。

按“卡在哪一步”分四類

把狀態按流程位置归類，比按字母顺序一條條看要清楚得多。大体上可以分成：抓取前的排除、重复與归属、已抓取未索引、已發現未抓取。

第一類：抓取前的排除

• 被 robots.txt 屏蔽：蜘蛛没有請求，连抓取都没發生。
• 带有 noindex：抓取發生了，但你明确要求不進索引。
• 404、410、软 404：頁面不存在，或内容看起来像空頁。
• 需要身份驗證：登入或權限挡在了前面。

這一類大多由自己设定，先確認它是否符合预期。如果站内某條連結指向了被屏蔽的地址，問题其實在連結和配置本身，不在收錄。

第二類：重复與归属

• 带有用戶指定 canonical 的重复頁
• 系統選擇了與用戶不同的規范頁
• 带有合适規范标簽的替代頁

這几條不是说頁面质量差，而是在说同一内容存在多個地址，索引里只保留一個代表。處理重点是先确定你希望被代表的是哪個地址，然後让内鏈、站点地图和 canonical 三者指向一致。给被替代的地址繼續加内容，通常不會改變归属结果。

第三類：已抓取，未索引

蜘蛛来過了，也讀到了内容，但没有放進索引。原因大多不在技術层面：

• 内容與站内或站外已有頁面高度相似
• 頁面能提供的信息量偏少，主要部分是模板與广告
• 頁面主题和站点整体定位關系不大
• 頁面長期没有内部或外部連結指向

這一類要動的是内容與结构：补充有效信息、合並同類頁面、让重要頁面從更强的位置获得連結。反复提交地址的收益通常有限。

第四類：已發現，未抓取

系統知道這個地址存在，但還没去請求。它反映的是抓取资源如何分配：站点規模大、頁面數量多、重要頁面缺少連結入口时，队列就容易积压。可以核對的方向包括重要頁面离首頁的点击距离是否過深、是否存在没有任何入口的孤立頁面、站点地图里的地址是否都可索引、服務器响應是否稳定。

處理顺序怎么排

1. 先看排除類，確認哪些是主動設定、哪些是誤伤。
2. 再看重复類，把主副本定下来，统一各處指向。
3. 然後是已抓取未索引，這一類最花時間，需要從内容和頁面價值上動手。
4. 最後看已發現未抓取，多數情况下改善内鏈和站点结构就能缓解。
5. 改完之後等一個抓取周期再看，不要当天改完当天就下结论。

索引报告是現象清單，不是原因清單。同一個狀態可能由配置、内容、連結三種原因中的任意一種造成，先驗證假设再動手，改動才具备可复現性。

收錄數量的變化常常是多個因素叠加的结果。與其盯着總數涨跌，不如按上面几類把條目拆開，一類一類看，每次只調整一個變量，才看得出哪一步真正起了作用。