建站与 SEOGoogle Search ConsoleSitemapURL Inspection

Google Search Console 接入与索引状态排查

·Ronin.XI··

Search Console 不会替你“上传网站”，也不能保证收录。先确认这个 URL 本来就应该进入 Google：如果它是旧地址、重复页、筛选参数页或已经删除的内容，显示“未编入索引”可能完全正确；如果它是独立、公开且仍有效的文章，再根据具体状态修复。

本文根据 Google Search Central 与 Search Console 官方帮助于 2026 年 9 月 1 日复核。仓库中没有保存本站的 Search Console 私有查询和点击数据，因此这里说明的是官方诊断流程，不把示例状态描述成本站实测流量结果。

先判断这个 URL 是否应该收录

URL 类型 期望结果 应采取的动作
独立文章、分类入口或重要说明页 可抓取、可索引、自指 canonical 进入 URL Inspection 排查
已被新地址完整替代的旧 URL 永久重定向到等价新地址 检查重定向目标是否可索引
无替代内容的已删除 URL 返回 404 或 410 不必强行恢复收录
内容重复、查询参数或排序变体 归并到首选 canonical 统一 canonical、内部链接和 sitemap
登录或敏感私有页；公开但不想收录的页面 不应进入索引 私有内容使用访问控制；公开页面按需用 noindex，都不要混入 sitemap

先确定期望，才能判断 Search Console 的灰色“未编入索引”数量是否真的有问题。

1. 选择并验证站点属性

  • 能修改 DNS 时，可以使用 Domain 属性统一覆盖协议和子域名。
  • 只能控制某个站点前缀时，使用 URL-prefix 属性，并确保协议、域名和路径完全一致。

按 Search Console 页面给出的 DNS TXT、HTML 文件、HTML meta 标签或其他支持方式完成验证。验证记录不要在通过后立即删除；Google 后续仍可能重新检查所有权。

完成标志是 Search Console 能打开对应属性并显示报告，而不是只在 DNS 工具中看到 TXT 记录。

2. 提交前先检查 sitemap

在未登录浏览器中打开 sitemap 或 sitemap index，确认：

  1. 返回成功响应，不要求登录，也没有跳转循环；
  2. URL 是完整的 https:// 正式域名地址；
  3. 只包含希望进入搜索结果的 canonical URL；
  4. 不包含草稿、404、重定向源、noindex 页面或预览域名；
  5. 页面自己的 canonical、内部链接和 sitemap 使用相同协议、域名与尾斜杠规则。

然后在 Search Console 的 Sitemaps 报告提交 sitemap index 或 sitemap 的完整地址。状态为 Success 只说明 Google 能读取并处理它，不代表其中每个 URL 都会被抓取或收录。

Google sitemap 文档明确把提交 sitemap 定义为提示，而不是保证。sitemap 也会向 Google 提示首选 canonical，但它弱于重定向和 rel="canonical"，不能抵消站内其他冲突信号。

3. 用 URL Inspection 记录六项信息

把完整正式 URL 输入 URL Inspection，先记录：

  1. 当前是否在 Google 索引中；
  2. 上次抓取时间和抓取使用的设备类型；
  3. Page fetch 是否成功、返回的响应状态；
  4. Indexing allowed 是否被 robots 或 noindex 阻止；
  5. User-declared canonical；
  6. Google-selected canonical。

再运行 Live Test，查看 Google 当前能否获取页面和渲染主要内容。Live Test 不能预测最终是否收录，也不能实时判断 Google 最终会选择哪个 canonical；它通过只表示当前版本具备被访问的基础条件。

按 Page Indexing 状态处理

Search Console 状态 代表什么 最小动作
URL is on Google 当前 URL 或其 canonical 已进入索引 检查 canonical 是否符合预期，无需反复请求
Discovered - currently not indexed Google 已发现 URL，但尚未抓取 检查内部链接、sitemap、服务器可用性和无效 URL 数量
Crawled - currently not indexed Google 已抓取，但暂未收录 检查独立价值、渲染正文、重复内容和 canonical，不要连续重新提交
Alternate page with proper canonical tag 该 URL 是正确归并的替代页 若目标 canonical 正确，不需要修复
Duplicate without user-selected canonical 页面重复且未声明首选地址 声明一致的 canonical，或让内容实质不同
Duplicate, Google chose different canonical than user Google 不接受你声明的首选地址 对比三个 URL，消除重定向、内部链接和 sitemap 冲突
Page with redirect 这个 URL 会跳转，因此自身不收录 检查最终目标，不要要求旧 URL 本身收录
Soft 404 返回 200，但内容像不存在、空白或错误页 根据页面去向改为 404/410、301，或恢复真实正文
Blocked / noindex / 4xx / 5xx 抓取或索引被明确阻止 先确认阻止是否符合预期，再修复响应、权限或指令

这些定义来自 Google 的 Page indexing report。不是所有“Not indexed”状态都要修；正确的重复页、重定向源和已删除页面本来就不应作为独立结果出现。

“已抓取，但目前未编入索引”

Google 已经取得页面，但决定暂时不把它加入索引。官方说明这个状态未来可能改变，并明确表示不需要再次提交该 URL 进行抓取。

按这个顺序检查：

  1. 响应与正文：正式 URL 返回 200，未登录也能看到主要内容；不是空壳、加载失败或只有错误提示。
  2. 索引许可：没有意外的 noindex，robots.txt 没有阻止必要资源，canonical 指向预期 URL。
  3. 独立任务：标题、开头和正文解决一个其他页面无法完整承接的问题，而不是换词复制。
  4. 重复关系：对比 Google-selected canonical；若另一页确实等价，应合并、重定向或接受归并。
  5. 发现路径：至少有一个正常可抓取的站内页面链接到它，且链接使用 canonical URL。
  6. sitemap 一致性：只列当前正式 URL，没有同时列出协议、域名、尾斜杠或参数变体。

如果页面没有新的信息、步骤或结果，只修改日期、堆关键词或反复点击“Request indexing”不会解决内容重叠。若页面已经充分、信号一致且 Live Test 正常，记录修改日期并等待重新处理；Google 不保证所有合规页面最终都会收录。

“已发现，但目前未编入索引”

这个状态表示 Google 知道 URL，但尚未抓取。Google 官方说明，常见情况是系统预计抓取会加重站点负载，因此延后访问；报告里通常没有最后抓取日期。

小型静态博客可以重点检查：

  • URL 是否只出现在 sitemap，没有任何正文或列表页链接；
  • 首页、分类、标签和归档是否能通过普通 <a> 链接到文章；
  • sitemap 是否生成了大量参数、筛选、分页或重复地址；
  • 正式站点是否稳定返回 200，而不是间歇性 5xx、超时或防火墙挑战；
  • robots.txt 是否意外挡住文章或渲染所需资源。

修复发现路径和服务器问题后，让 Google 再次抓取即可。不要轮换 sitemap 文件或批量重复请求索引来制造优先级。

Google 选择了不同 canonical

先在 URL Inspection 同时记录 User-declared canonical 和 Google-selected canonical，再分别打开：当前 URL、你声明的 URL、Google 选择的 URL。

常见冲突包括：

  • HTTP 与 HTTPS、www 与裸域名同时可访问；
  • 有尾斜杠和无尾斜杠都返回 200；
  • 预览域名、部署域名或查询参数版本可以被抓取；
  • 页面 canonical 指向 A，但 sitemap 和内部链接持续使用 B；
  • 两篇文章主体高度相似，却都声明自己为 canonical；
  • 旧 URL 没有永久重定向，仍返回完整重复正文。

Google canonical 文档把永久重定向和 rel="canonical" 视为较强信号，把 sitemap 视为较弱信号。修复时让它们保持同一方向：

  1. 首选页面使用绝对、自指的 canonical；
  2. 被淘汰的等价 URL 永久重定向到首选页面；
  3. sitemap 只列首选页面；
  4. 站内链接全部改为首选 URL；
  5. 首选页面返回 200，且不是另一个跳转源。

不要用 robots.txt、URL Removal 或 noindex 处理站内 canonical 冲突。Google 明确说明：robots.txt 不是 canonical 工具，URL Removal 会隐藏 URL 的所有版本，noindex 会把页面完全排除在搜索之外。

如果两个页面其实服务不同读者状态，就不要把它们互相 canonical；应让标题、正文、示例和完成结果形成实质差异。

Soft 404 怎么处理

Soft 404 通常是页面返回 200 OK，但正文告诉用户“内容不存在”，或者 Google 渲染后只得到空白、极少内容或明显错误。先在 Live Test 查看截图、HTML 与响应状态。

按真实状态选择一个结果：

  • 内容永久删除且没有等价替代：返回 404 或 410，并提供对用户有帮助的 404 页面；
  • 内容已经移动到等价地址：使用永久 301 重定向；
  • 页面仍应存在：修复服务端数据、JavaScript、被阻止资源或错误模板，让 Googlebot 能看到完整主要内容；
  • 页面本来内容很少：补足真实任务信息，或重新判断它是否值得作为独立 URL。

不要把所有已删除 URL 重定向到首页或无关分类页。那不是等价替代，也可能继续被判断为 soft 404。Google 的抓取错误文档给出了 404、410、301 与恢复正文的对应边界。

修改后的验证顺序

  1. 部署修复，先用未登录浏览器确认正式 URL、响应和正文；
  2. 查看 HTML 源码中的 canonical、robots meta 和重要内部链接；
  3. 重新生成 sitemap，确认不再列出旧地址、重定向源和重复版本；
  4. 在 URL Inspection 运行 Live Test；
  5. 只为少量重要、已实质修复的页面请求重新编入索引；
  6. 对批量问题使用 Page Indexing 报告的 Validate Fix，并等待 Google 重新处理；
  7. 后续比较 Google-selected canonical 和索引状态是否回到预期。

Google 的重新抓取说明同样强调，请求抓取不保证立即收录。大量新增或更新应依靠可抓取的站内导航和 sitemap。

完成标准不是“未编入索引数量归零”，而是：应该收录的页面可访问、内容独立且信号一致；重复页、重定向源和已删除页以正确理由留在未收录列表中。

上线前先用Astro SEO 检查清单验证构建产物；如果还没有稳定的文章入口、分类和内部链接，先完成学生个人网站的最小上线方案。