页面不收录，九成不是内容写得不好，而是搜索引擎没抓到、或者抓到了不想留。排查顺序应该是：先确认抓取，再看渲染，然后查重复与内链，最后才怀疑内容质量。顺序颠倒会让你在错误的方向上改很久。
核心要点速览
- 第一步永远是确认「有没有被抓取」，而不是「为什么没排名」——没抓取就不存在后续所有环节。
- JavaScript 渲染站要特别小心：源码里没有正文内容，抓取到的就是空页面。
- 同一内容多个 URL（带参数、多域名、www 与非 www）会稀释权重，canonical 与重定向要一次理顺。
- 新页面需要内链把权重导过去，孤岛页面收录慢是常态，不是惩罚。
- 提交 sitemap 只是通知，不等于收录，它不会替搜索引擎做质量判断。
「文章发了，但搜标题搜不到」是做外贸站最常见的挫败感之一。直觉上会认为是内容质量不够，于是不断重写；实际上多数情况卡在更前面的环节。
收录是一条流水线：被抓取 → 被渲染 → 被判断为不重复 → 有足够价值被保留 → 进入索引。任何一环断了，后面都无从谈起。下面按这条流水线的顺序给出排查步骤。
一、排查顺序与对应动作
| 步骤 | 要确认什么 | 常见问题 |
|---|---|---|
| 1. 抓取 | 服务器日志或 GSC 抓取统计里有没有该 URL | robots.txt 误屏蔽、服务器对爬虫返回 5xx |
| 2. 渲染 | 用「网址检查」看渲染后的 HTML 是否含正文 | 纯 JS 渲染，抓取到空壳页面 |
| 3. 重复 | 同一内容是否存在多个可访问 URL | 参数页、多域名、www/非 www 并存 |
| 4. 内链 | 该页面从首页出发几次点击可达 | 孤岛页面，没有入口链接 |
| 5. 质量 | 页面是否回答了具体问题、是否有实质信息 | 模板化内容、与已有页面高度相似 |
| 6. 提交 | sitemap 是否包含该 URL 且格式正确 | sitemap 未更新或提交了错误地址 |
这六步的价值在于顺序：跳过前三步直接改内容，经常是把已经合格的页面反复重写，真正的问题却一直在原地。
二、最容易被忽略的三个环节
下面三步是实际排查中发现问题最多的部分，值得单独展开。
渲染：源码里没有正文，等于没有内容
外贸站常用前端框架搭建，页面在浏览器里看是完整的，但查看源代码时正文是空的——内容由 JavaScript 在客户端生成。搜索引擎虽然能执行 JS，但资源预算有限，复杂页面可能只渲染一部分，或者延后很久。
判断方法很简单：在浏览器里查看页面源代码（不是审查元素），搜索正文里的某句话。如果搜不到，说明内容不在初始 HTML 里。对这类站点，服务端渲染或预渲染是更稳妥的方案。
重复：同一个页面被拆成好几个地址
带跟踪参数的产品链接、同时可访问的 www 与非 www、http 与 https、大小写不同的路径，都可能指向同一份内容。搜索引擎需要在其中选一个作为代表，其余被视为重复，权重被分散。
处理方式是统一口径：确定一个主域名并 301 重定向其余版本；对参数页设置 canonical 指向规范地址；分类与标签页如果没有独立价值，考虑设置 noindex。这些动作一次做完，后续省很多事。
内链：没有入口的页面很难被优先处理
搜索引擎判断页面重要性时会参考站内链接结构。从首页到目标页面点击次数越少、被链接的次数越多，通常被抓取和保留的优先级越高。
很多企业只把新页面挂在 sitemap 里，却没有任何内链指向它，这属于典型的孤岛页面。合理的做法是从相关的高权重页面（首页、分类页、相关文章）自然链接过去，锚文本使用与实际内容一致的中文或英文描述。
抓取预算：为什么有的站抓得少、有的站抓得多
搜索引擎给每个站点的抓取资源是有限的，这个额度取决于站点整体质量、更新频率与响应速度。当站内存在大量低价值页面（空分类页、重复的标签页、参数组合页）时，抓取资源会被这些页面消耗掉，真正重要的产品页和文章页反而排到后面。
处理思路是「先做减法，再做加法」：把没有独立价值的页面用 noindex 或 robots 规则排除，让抓取资源集中到少数重要页面；同时保证服务器响应稳定，避免爬虫请求超时。抓取额度提升之后，新页面的收录速度通常会明显改善。
sitemap 与手动提交的正确用法
sitemap 的作用是告知，不是保证。它能帮助搜索引擎发现页面，但不能替搜索引擎判断页面价值。因此它适合作为收尾动作：确认页面可抓取、内容已渲染、地址单一之后，再把 URL 放进 sitemap 并提交。
顺序反过来就很容易白忙：页面还在用 JavaScript 生成、或者地址带一堆参数时提交 sitemap，得到的往往是「已发现但未编入索引」的状态，反复提交也不会改变结果。先把前面的环节修好，提交才有意义。
三、处理收录问题的执行顺序
- 确认抓取状态先在抓取统计与服务器日志里确认该 URL 有没有被访问过，没访问过就先去解决抓取。
- 确认渲染结果用网址检查工具看渲染后的 HTML，确保正文在初始 HTML 或可被稳定渲染。
- 统一地址口径重定向、canonical、noindex 三件事一次理顺，避免同一内容多个地址。
- 补内链入口从首页和相关页面加上指向目标页的正文内链，让页面不再是孤岛。
- 再谈内容质量前面三步都正常后，如果仍未收录，再考虑页面是否提供了足够的独立价值。
- 最后才是提交sitemap 与手动提交用于通知，不能替代前面五步；作为收尾动作使用。
四、上线新页面时的自查清单
- URL 是否规范：没有多余参数、没有 www 与非 www 并存、没有大小写混用。
- 初始 HTML 是否包含正文：查看源代码能搜到正文中的关键句。
- 是否有内链入口：至少有一个已收录页面链接到它，且锚文本与内容相关。
- 是否与已有页面重复：与站内近似页面相比，是否有独立的信息增量。
- 服务器是否稳定：抓取时不会返回 5xx 或长时间超时。
- sitemap 是否更新：确认 URL 已写入且格式正确，作为最后一步提交。
如果新页面数量很多、收录率长期偏低，逐页手动处理并不现实。这时更高效的做法是先用站长工具筛出「已抓取未索引」的批量清单，再按模板类型分组处理，同类问题一次性改掉。需要批量推进时，也可以参考网站快速收录这类面向 URL 规模的收录方案，先解决被发现的问题，再回头优化内容。
收录是资格，排名是竞争。先把资格拿到，再谈竞争，顺序不能反。
常见问题
提交 sitemap 之后多久会被收录？
没有固定时间。sitemap 只是通知入口，收录还取决于抓取预算、页面质量与站点整体权重。正常情况下几天到几周都有可能，超过一个月仍未收录，就需要回到抓取与渲染环节排查。判断是否需要继续等待，可以看抓取统计里是否出现过该 URL：如果从未被抓取，说明问题在发现环节；如果抓取过多次仍未收录，问题通常在页面质量或重复度。
为什么有的页面当天就收录，有的几个月不收录？
通常是抓取优先级差异造成的：越靠近首页、内链越多、内容更新越活跃的页面，被抓取得越频繁。新页面如果没有内链入口，很容易排在抓取队列后面。
内容不算抄袭，为什么不收录？
不抄袭不等于有独立价值。如果页面结构与已有页面高度相似，或者只是把参数罗列一遍，搜索引擎可能选择不建立独立索引。增加实际信息量、补充场景与对比，通常比反复重写措辞更有效。
被收录了但没有排名，是不是收录没用？
收录是排名与获得流量的前提，没有收录就一定没有自然流量。被收录但不排名，说明进入了下个阶段的问题，需要看关键词匹配、内容深度和外部信号，而不是回到收录层面反复修改。
多语言站点应该怎么处理收录？
建议为每种语言使用独立的 URL 路径或子域名，并用 hreflang 标注语言与地区关系，避免同一内容被判定为多语言重复。同时确保每种语言都有可抓取的内链入口，不要依赖用户点击语言切换才出现。另外建议为每种语言设置自指的 hreflang，避免互相指错；语言切换器不要仅靠 JavaScript 跳转，否则爬虫可能无法发现对应语言的页面。