判断一个 URL 有没有被收录，很多人习惯用 site: 查一下，看到数字就下结论。但只要换一种方法核对，结果往往对不上：site 说没有，覆盖率报告说已编入索引，日志里又明明看到被抓过。这不一定是工具出错，而是三种口径统计的根本不是同一件事。
一、site 查询：方便，但只是估算
site 查询返回的是搜索引擎自己给出的一个近似结果集，它有几个天然限制：
- 结果被去重和折叠。同一模板下高度相似的页面，可能只展示一部分作为代表，剩下的被省略。
- 数字不精确。同一批 URL，换关键词、换时间点查询，数量会变，这不是收录量在剧烈波动。
- 不实时。刚刚发布的页面，site 查询经常要等一段时间才反映出来。
- 受归属影响。多个 URL 内容相近时，查询结果里出现的可能是搜索引擎选定的那个版本，而不是你输入的那一个。
所以 site 查询适合粗判「这个站有没有被索引」，不适合用来确认某一条具体 URL 的状态。
二、覆盖率报告：看的是搜索引擎认定的版本
Search Console 的页面索引报告颗粒度更细，但它也有自己的前提：
- 只覆盖你已验证的资源，子域、目录属性需要单独验证；
- 数据有延迟，通常不是当天状态；
- 报告里的 URL 是经过 canonical 归并之后的代表 URL，原始 URL 可能被折叠进去，不会单独出现；
- 「已发现但尚未编入索引」和「已抓取但尚未编入索引」是两种不同状态，前者说明还没抓，后者说明抓了但没进索引。
换句话说，覆盖率报告回答的是「搜索引擎怎么归类这条 URL」，而不是「这条 URL 现在能不能搜到」。
三、服务器日志：只能证明被抓取
日志是最硬的证据，但它证明的事情很容易被误读：
- Googlebot 访问并拿到 200，只说明抓取成功，不代表已经编入索引；
- 反过来，日志里没有记录，也不一定是没抓，可能是被 CDN、缓存层或日志采样吃掉了；
- 日志能帮你看到抓取频次、状态码、抓取的是哪个 URL 变体，这些信息对排查很有用，但不能单独用来判定收录。
四、直接搜索：最接近用户视角
用一个页面上独有的字符串（例如一句独特的标题或一串编号）去搜，是判断「能不能被搜到」最直接的方式。注意几点：
- 去掉个性化、登录状态和地区影响，最好用无痕窗口；
- 搜索引擎会自动省略与已有结果高度相似的条目，搜不到不代表没索引；
- 页面被索引但排名很低时，需要翻到很后面才能看到，这属于展现问题，不是收录问题。
五、一个从粗到细的对照流程
- 先用唯一字符串搜索，确认这条 URL 是否可被搜到，记录观察到的时间点。
- 再用 site 查询看整体规模，只关注数量级和趋势，不要纠结具体数字。
- 打开覆盖率报告，看这条 URL 落在哪个状态，注意它是否被显示为自己，还是被归并到了别的 URL。
- 翻日志，确认最近的抓取时间、状态码和抓取的 URL 形态，判断是抓取问题还是索引问题。
- 等待一个合理周期后再复查，新页面的状态变化本来就需要时间，频繁改动反而会干扰判断。
六、几种常见的误判
- 把 site 数字当成收录总数，据此判断站点「掉了多少收录」。
- 看到日志有抓取记录，就认为收录已经完成，不再处理页面质量问题。
- 覆盖率报告显示「已发现但尚未编入索引」，就急着改标题、改内容，其实更该先检查内链和入口。
- 用带参数的 URL 去查询，结果被归并到规范版本，于是误以为页面没被收录。
把三种口径当成互相验证的工具，而不是互相否定的证据：日志回答「来没来过」，覆盖率报告回答「怎么归类」，直接搜索回答「用户能不能找到」。
排查时先明确自己想知道的是哪一个问题，再选对应的口径，比盯着一个数字反复刷新要有效得多。