排查层级
|
核心问题分类
|
具体表现
|
排查方法
|
解决方案
|
一、收录状态确认（基础前提）
|
收录页面类型模糊
|
1. 仅首页收录；2. 随机 1 条非首页收录（首页未收录）
|
1. 百度搜索 site:你的域名，查看收录 URL 具体内容；2. 进入百度搜索资源平台 - 收录与展现 - 索引量，对比 “索引量” 与 “搜索结果数”（索引量 > 1 但搜索结果仅 1 条为展现问题，索引量 = 1 为真实收录量低）1. 按 F12 查看网站源码，搜索内页 URL，确认是否有 <a href="内页URL"> 静态链接；2. 用百度搜索资源平台「抓取诊断」工具，输入内页 URL，查看 “抓取状态” 是否为 “成功”
|
1. 明确收录页面类型，针对性排查（仅首页收录→查内页链接 / 抓取；非首页收录→查首页故障）；2. 以索引量数据为核心参考，避免仅依赖搜索结果数判断
|
二、爬虫访问层（能否发现页面）
|
1. 内页无有效入口（孤立页面）
|
1. 内页未在首页、导航栏、栏目页添加静态链接；2. 内页仅通过 JS 动态加载 / 按钮点击跳转（爬虫不执行 JS）；3. 分页链接异常（如带无效参数?page=2、无真实 URL）
|
1. 按 F12 查看网站源码，搜索内页 URL，确认是否有 <a href="内页URL"> 静态链接；2. 用百度搜索资源平台「抓取诊断」工具，输入内页 URL，查看 “抓取状态” 是否为 “成功”
|
1. 在首页导航、底部栏添加内页入口，确保每个内页至少被 1 个站内页面链接；2. 将 JS 动态链接改为静态 URL；3. 优化分页链接（如用 domain.com/list/2.html 替代参数形式）
|
|
2. 爬虫屏蔽设置错误
|
1. robots.txt 配置禁止抓取（如 Disallow: / 或 Disallow: /内页目录/）；2. 内页添加 <meta name="robots" content="noindex"> 标签；3. CMS 后台开启 “禁止搜索引擎收录” 选项
|
1. 访问 你的域名/robots.txt 检查规则；2. 查看内页 HTML 头部源码，确认是否有 noindex 标签；3. 进入 CMS（如 WordPress、织梦）页面设置，检查 “收录权限”
|
1. 修改 robots.txt 为允许规则（User-agent: Baiduspider Allow: /），并在百度搜索资源平台「robots 工具」提交更新；2. 删除 noindex 标签；3. 在 CMS 后台开启 “允许搜索引擎收录”
|
|
3. 域名 / IP 被百度屏蔽
|
1. 网站曾有违规内容（色情、赌博、恶意跳转），被列入黑名单；2. 服务器 IP 异常，导致爬虫无法访问
|
1. 查看百度搜索资源平台「站点健康」是否有 “站点惩罚” 提示；2. 用手机热点 / 不同 IP 访问网站，确认是否能正常打开
|
1. 彻底清理违规内容，提交「站点解封申请」至百度搜索资源平台；2. 若 IP 被屏蔽，联系服务器商更换 IP（需先解决违规问题）
|
三、内容质量层（是否愿意收录）
|
1. 内容低质 / 重复
|
1. 完全抄袭他人内容（文字、图片带其他网站水印）；2. 站内内容高度重复（多页面仅改标题、分页内容重叠）；3. 内容空泛（<100 字、无逻辑、关键词堆砌）
|
1. 用「百度原创检测」工具（https:// 原创.baidu.com）检测内容重复度；2. 人工对比站内页面，确认内容差异化
|
1. 替换抄袭内容，创作原创内容（建议单页内容≥300 字，逻辑完整）；2. 确保站内不同页面主题差异化（如栏目页讲分类，详情页讲细节）；3. 提交「百度原创保护」，提升收录优先级
|
|
2. 页面无实际价值
|
1. 空白页 / 测试页（仅 “正在建设中”“404 页面”）；2. 内容与站点主题无关（如科技站放美食文章）；3. 纯广告页（无有效信息，仅跳转链接）
|
1. 直接访问内页 URL，确认是否有完整有效内容；2. 检查内页主题与网站核心业务 / 定位是否一致
|
1. 删除空白页、测试页，404 页面添加 “返回首页” 链接；2. 调整内容方向，确保与站点主题一致；3. 减少纯广告内容，增加实用信息（如教程、指南）
|
|
3. 内容违规 / 风险
|
1. 含敏感信息（政治、医疗违规内容）；2. 页面有恶意代码（弹窗广告、强制跳转）；3. 虚假信息（如伪造资质、夸大宣传）
|
1. 人工审核内容，对照《百度搜索资源平台服务条款》排查违规点；2. 用杀毒软件扫描页面，检测是否有恶意代码
|
1. 彻底删除违规内容，整改敏感信息；2. 清理恶意代码，关闭强制弹窗 / 跳转；3. 修正虚假信息，确保内容真实合规
|
四、技术优化层（是否便于收录）
|
1. 页面加载速度过慢
|
1. 服务器响应时间 > 3 秒；2. 图片未压缩、JS/CSS 未合并（导致页面体积过大）；3. 未启用 HTTPS/CDN
|
1. 用「百度速度诊断」工具（搜索资源平台内）检测页面加载时间；2. 查看服务器带宽 / 配置是否满足需求
|
1. 升级服务器配置（如提升带宽、使用云服务器）；2. 压缩图片（用 TinyPNG 工具）、合并 JS/CSS；3. 部署 HTTPS 和 CDN，提升访问速度
|
|
2. 移动端适配异常
|
1. 移动端页面错乱（文字重叠、按钮不可点击）；2. 无移动端版本（仅 PC 端，不符合百度 “移动优先索引” 规则）
|
1. 用手机浏览器直接访问网站，检查页面显示是否正常；2. 查看百度搜索资源平台「移动适配」是否有 “适配异常” 提示
|
1. 采用响应式设计（适配 PC / 移动端）；2. 若无响应式，提交「移动适配规则」（PC 端 URL 与移动端 URL 对应）；3. 修复移动端页面错乱问题
|
五、主动推送层（是否加速收录）
|
未主动向百度提交页面
|
1. 仅等待爬虫被动抓取，未提交新页面 URL；2. 提交后未确认 “推送成功”
|
1. 查看百度搜索资源平台「链接提交」工具，确认是否有 “手动提交 / 自动提交” 记录；2. 检查提交后的 “成功数” 与 “失效数”
|
1. 手动提交新页面 URL 至「链接提交」工具（每次≤100 条）；2. 部署 “自动推送代码”（在网站头部添加百度提供的 JS 代码，实时推送新页面）；3. 提交「站点地图（sitemap.xml）」，包含所有需收录的 URL
|
