新页面发布之后，最常被问到的一句话是：多久能被收录？这个问题没有统一答案，因为收录速度取决于搜索引擎什么时候发现这个 URL、愿意为它安排一次抓取、以及抓取之后判断它是否值得进索引。这三步里任何一步卡住，时间都会被拉长。与其盯着一个具体天数，不如先判断自己遇到的是正常等待，还是有什么东西挡住了。
收录是三个环节串起来的
把过程拆开看会清楚很多：发现（URL 被蜘蛛知道）、抓取（蜘蛛真的来取了一次）、索引（内容被判定为可收录并入库）。很多站点只看最后一步的结果，忽略了前面两步的状态，于是把还没被发现当成内容质量不行来处理，方向从一开始就错了。
影响收录速度的常见因素
- 有没有内链指向。新页面如果只存在于 sitemap，没有任何站内入口，被发现的时间通常比有正常内链的页面晚很多。
- 站点整体的抓取活跃度。抓取频率高的站点，新页面被扫到的概率更大；长期不更新、蜘蛛来得少的站点，等待时间会更长。
- URL 是否稳定。页面刚上线就换目录、改参数、加带跟踪参数的版本，会让蜘蛛反复从头认识这个地址。
- 技术层面的拦截。robots.txt 屏蔽、meta noindex、canonical 指到别处、返回 4xx 或 5xx，都会让页面停在抓取之后、索引之前。
- 内容本身是否太薄或高度重复。正文只有一两句话，或者大部分内容和其他页面一致的页面，即使被抓取，也不一定会进入索引。
- 服务器响应情况。响应慢、经常超时，蜘蛛可能取到一半就放弃，下一次再来又要等。
先分清该等和该修
判断依据不是时间长短，而是日志里有没有蜘蛛的痕迹：
- 日志里没有这个 URL 的抓取记录，大概率还没被发现，优先补内链、检查 sitemap 是否包含，而不是改文案。
- 日志里已经抓取，但索引里没有，检查 noindex、canonical、状态码，以及内容是否过薄，问题出在抓取之后的环节。
- 日志里有抓取、状态码正常、内容也不薄，只是还没进索引，这类情况多数只需要继续观察，频繁改动反而会让蜘蛛不断重新评估。
一个可执行的排查顺序
- 确认 URL 只有一个规范版本，且返回 200。
- 确认 robots.txt 和页面 meta 没有被误拦。
- 确认页面上至少有一条来自相关页面的站内链接。
- 在 sitemap 中确认该 URL 存在，且 lastmod 是真实修改时间。
- 查服务器日志，看蜘蛛是否来过、来的频率、返回状态。
- 已经抓取但未收录时，回到内容层面看是否存在重复或信息量不足的问题。
几个常见的催收录误区
把这些动作当成必收录的开关，通常会失望：反复提交 URL、短时间内大批量提交、给页面堆外链、为了让它被抓而复制出一堆近似页面。这些做法最多影响被发现的速度，改变不了抓取之后的判断。
- 频繁改动刚上线的页面，会让蜘蛛每次看到的都是新版本，反而延长稳定判断的时间。
- 把收录慢全部归因于内容质量，忽略了内链和日志这两条更直接的线索。
- 只看索引量这一个数字，不看具体是哪些 URL 被收录、哪些没被收录。
合理的预期
对大部分有正常更新和站内链接的站点来说，新页面在一段时间内被发现并抓取是常态，但具体多快，受抓取频率和页面优先级影响，波动很大。与其设定一个固定天数，不如建立一套观察机制：记录发布日、首次抓取日、首次收录日，积累一段时间后，你会对自家站点的正常节奏有判断，也更容易看出某一个页面是真的异常，还是只是还没轮到。
收录速度是结果，不是可以直接控制的动作。能控制的是把发现路径打通、把技术拦截排除、把内容做扎实，剩下的交给时间。