很多站点在查收录时都会遇到一个现象：真正的页面没几条，索引里却躺着一大串带问号的地址——?sort=、?color=、?utm_source= 之类的参数把同一个页面复制成了几十上百个版本。它们算不上垃圾页，但也很少有人真的需要从搜索引擎点进来。处理这类 URL，关键是先分清哪些参数有用，哪些只是系统留下的痕迹。
参数 URL 是怎么被收录的
搜索引擎并不天然排斥问号。只要链接出现在站内、sitemap 或外部来源中，并且返回正常内容，它就有机会被抓取和索引。常见的产生方式有几种：
- 筛选和排序：商品列表按价格、销量排序，或按颜色、尺寸筛选，每次操作都生成新 URL。
- 追踪参数：推广链接上的 utm 系列参数，被分享、转载后进入站内链接。
- 会话与标识：早期系统把 sessionid、会员标识直接写进地址栏。
- 分页与视图：翻页、切换列表与网格视图生成参数地址。
这些地址往往和主版本内容高度相似，一旦被大量收录，最直接的后果是分散抓取预算，让真正需要更新的页面排队更久；同时，同一内容对应多个 URL，也会让搜索引擎在挑规范版本时犯难。
先分类，再动手
参数治理最忌讳一刀切。把所有带问号的地址全挡掉，可能顺手把有价值的筛选组合也挡没了。可以先做一个简单分类：
- 有独立价值的参数页：某个筛选组合本身有稳定搜索需求，比如固定品牌加固定品类。这类页面内容足够独立，可以留着，并给它明确的标题、正文和自指 canonical。
- 无独立价值的参数页：排序、视图切换、临时筛选。这些页面内容与主版本基本一致，用户也不太可能搜到。
- 追踪参数：utm、ref、from 之类，只影响统计，不影响内容。
- 会话与身份参数：最好从源头就不产生，而不是靠后续规则收拾。
几种常见的收口方式
canonical 指向干净版本
对排序、视图、追踪参数这类页面，让 canonical 指向不带参数的主版本，是最省事的做法。注意 canonical 是建议而非命令，页面本身仍需可访问、内容一致，也不要在同一个页面里写多个互相矛盾的 canonical。
用 robots.txt 挡住
挡住抓取能省下抓取预算，但也有代价：一旦 URL 被 robots.txt 屏蔽，页面上的 noindex、canonical 等信号就传不回来了，已经收录的地址可能长期停留在索引里。所以更稳妥的顺序是，先让页面能被抓取并给出 canonical 或 noindex，等索引状态收敛后，再考虑是否屏蔽。对已经确认无用的会话参数，如果它来自站内链接，最好直接改掉链接生成逻辑。
把规范版本放进 sitemap
sitemap 是提示，不是白名单。只提交不带参数的规范地址，能减少搜索引擎把参数版本当成独立页面的机会。但前提是站内链接也别到处撒参数地址，否则 sitemap 一边收敛、内链一边发散，效果会互相抵消。
追踪参数单独处理
推广链接上的 utm 通常不该被索引。可以在服务器端把它重写到干净地址，或者用 canonical 统一指向干净版本。如果站点有统一的链接生成规则，从源头去掉参数是最省事的。
判断一个参数页该不该留，可以问两个问题：它有没有独立的内容，有没有独立的搜索需求？如果答案都是否，那它大概率只是系统副产品。
怎么确认收口有没有生效
不要只看改动当天。可以按下面的顺序观察：
- 抓取日志里带参数的访问占比是否下降，规范页面是否拿到了更多抓取。
- 索引覆盖率报告中，带参数地址的数量是否在回落；回落通常以周为单位。
- 站内搜索几个典型参数组合，看留下的那一版是否稳定。
- 核对 sitemap、内链、canonical 是否指向同一个版本，避免信号互相打架。
一些容易忽略的细节
- 参数顺序和大小写不同的地址（?a=1&b=2 与 ?b=2&a=1）也可能被当成不同 URL，规范做法是固定参数顺序和大小写。
- 分页不要随便 noindex，它和参数页的处理逻辑不同，通常用自指 canonical 加清晰的翻页链接更合适。
- 如果某个参数页确实带来流量，别急着清掉，先确认它是内容页还是列表页，再决定留还是并。
- 参数治理不是一次性的，新功能上线、活动页改版都可能重新产生参数地址，定期看一眼抓取日志比事后补救省力。
参数 URL 的问题很少能靠一条规则解决。更现实的做法是：把参数按用途分好类，对每类给出明确的信号，然后耐心观察索引缓慢收敛。这个过程的节奏由搜索引擎决定，站点能做的是把信号理顺，而不是催收录。