這幾天有跟朋友在討論，關(guān)于谷歌搜索引擎不收錄網(wǎng)站內(nèi)容的問題，以及相應(yīng)的一些解決方案。那今天這篇文章就簡單的梳理一下相關(guān)的邏輯，并分享一點我們自己的做法。

首先是怎么收錄的問題，即要不要手動提交申請收錄。

其實谷歌搜索引擎爬蟲是會定期光顧網(wǎng)站內(nèi)容的，并且在網(wǎng)站的站點地圖上，有一個 LastMod 字段是能夠記錄網(wǎng)站最新內(nèi)容的更新時間的。所以理論上是不需要我們再單獨手動，在谷歌站長工具里面提交我們的收錄申請。

但是按照我們自己的經(jīng)驗，被動等待這種方式，最快也需要 2-3 天才能被爬蟲發(fā)現(xiàn)并收錄，遠不及主動提交方式來得快（最快 2-3 小時）。

所以處于收錄速度與數(shù)據(jù)統(tǒng)計便利的角度出發(fā)，還是建議在內(nèi)容上線后采用手動提交的方式，去請求內(nèi)容收錄。不過要注意的是，大部分谷歌站長賬戶的請求數(shù)量是有限制的（每天 10 條左右）。

但是無論是采用主動還是被動的收錄方式，都會存在一個問題，即網(wǎng)站的內(nèi)容不被谷歌搜索引擎收錄。比如下圖便是我的一個新站數(shù)據(jù)，記錄著鏈接不被收錄的原因。

像“redirect error”，“noindex”這種技術(shù)類的問題是很好解決的，難的就是這種“currently not indexd”問題，根本不知道從哪里下嘴。

因為從我們站長的角度出發(fā)，都是采用相同手段寫的文章，也都是相同時間段提交的內(nèi)容，但就是會存在有幾個內(nèi)容不被收錄的概率。要么是“Discovered（已經(jīng)發(fā)現(xiàn)內(nèi)容）”不被收錄，要么是“Crawled（已經(jīng)抓取內(nèi)容）”不被收錄。

其實針對這些問題，去閱讀官方指導手冊，根本看不出門道來。手冊里面大多都是一個指導性的官話，要么內(nèi)容重復，要么內(nèi)容質(zhì)量低下。

讓我們自查自糾的話，很難下手。

那這里分享兩個我們團隊在用的，解決這類問題的兩個小方法。

方法一是“等”，其實有時候那些“Discovered - currently not indexd”問題，可能是因為分配給網(wǎng)站的爬蟲抓取資源有限，導致沒有更多的爬蟲去處理這塊內(nèi)容。

那針對這種問題，我們可以先等幾天看看谷歌搜索引擎是不是會收錄。按照我自己的經(jīng)驗，基本上等幾天再重新手動提交一遍收錄，就能解決問題。另外還可以使用內(nèi)鏈的方式去做這種內(nèi)容的收錄，邏輯就是在新內(nèi)容里加一條內(nèi)鏈了，比較簡單。

但是對于“Crawled - currently not indexd”問題，再次提交收錄基本沒用。因為從技術(shù)角度出發(fā)，這個階段谷歌搜索引擎已經(jīng)抓取了你的內(nèi)容，只不過因為內(nèi)容質(zhì)量可能存在問題，導致最終沒有收錄。

所以要么你花大量精力去更改內(nèi)容，使其符合谷歌搜索引擎的標準（說實話這個標準沒辦法量化，挺虛無縹緲的）。也正是基于此點，這種直接修改內(nèi)容的方式，我基本很少使用。

所以如果可以的話，考慮下修改文章的標題并修改文章的鏈接地址信息，將那條不收錄的內(nèi)容包裝成一個“新”內(nèi)容，再去請求收錄，80% 的概率能通過，就是這么魔幻。

以上，一點關(guān)于收錄問題的分享。