百度收录慢的七个技术原因
站点上线一个月,site 查询只有首页。先别怀疑“百度不收录新站”,按这七条排查,多数问题能在半天内定位。
一、robots.txt 误屏蔽
最常见也最低级:模板自带的 robots.txt 里写了 Disallow: /,或者把 css、js 目录屏蔽了。后者会让百度无法渲染页面,移动适配评分直接下降。打开域名/robots.txt 逐行看一遍。
二、sitemap 没提交或格式错
sitemap.xml 需要在搜索资源平台主动提交,放在根目录并不会自动被发现。格式上注意:URL 必须绝对地址、必须是 http 或 https 全路径、不能包含 404 页面、时间格式用 W3C 标准。
三、大量重复内容
同一产品出现在三个栏目下,三个 URL 内容一样,百度只会选一个收录,其余判重复。用 canonical 标注主版本,或直接做 301。带参数的列表页(?page=2&sort=price)也要处理。
四、内容全靠 JS 渲染
纯前端渲染的页面,百度虽能执行 JS,但抓取预算有限,深层页面经常抓不到内容。关键信息(产品参数、正文)尽量写在 HTML 里,或做服务端渲染。
五、服务器不稳定
抓取时返回 502、超时,百度会降低抓取频次。虚拟主机超售、带宽打满都会导致这个问题。用搜索资源平台的抓取诊断工具测一次,看返回码与耗时。
六、死链过多
站内死链超过一定比例,整站评分下降。上线前用工具全量爬一遍,把 404 做 301 或直接删掉入口。
七、没有外链与入口
新域名没有任何外部指向,百度缺少发现路径。可以把站点提交到地图标注、行业目录、公众号菜单、企业百科,先建立几条稳定入口。
排查顺序建议从上到下:robots、sitemap、重复内容、渲染方式、服务器、死链、外链。前四条解决后,多数站点能在 1-2 周内开始收录内页。


