直接回答： 网站没收录，不是「优化不够」，而是「卡在某一关」。搜索引擎把一个页面放进索引，要依次通过四道关：发现（知道有这个 URL）、抓取（成功拿到页面）、解析（看懂内容且不重复）、索引（判定值得收录）。新手最常见的错误是不看证据、凭感觉加动作——反复提交、换标题、买外链——结果哪一关都没修好。正确做法是：先确定卡在哪一关，再只做那一关的修复，并留下可验证的证据。
本文给你一套可直接执行的诊断流程，每一关只查一种证据、只做一类动作。
一、为什么「提交了却不收录」要先分关，而不是继续堆动作
很多新手的收录优化是「清单式」的：提交 Sitemap、提交链接、写原创、加内链……做完一轮没效果，再做一轮。问题是这些动作分属不同关口，全做一遍既浪费时间，也无法判断哪个环节出了问题。
分关诊断的价值在于：每一关有独立的证据来源，修好一关就能验收一次。比如日志里没有爬虫记录，改标题是没用的；日志里返回 500，写再多原创也没用。先把问题归位，动作才有效。
二、四关诊断总表：每关查什么证据、修什么
| 关口 | 核心问题 | 只查这一种证据 | 常见卡点 | 对应修复动作 |
|---|---|---|---|---|
| 发现 | 搜索引擎知道这个 URL 吗 | Sitemap 收录提交记录、站内入口链接 | 页面没有内链入口、未提交、robots.txt 误封 | 补内链、提交 URL、修 robots.txt |
| 抓取 | 爬虫来过并成功拿到页面吗 | 服务器访问日志中的爬虫 UA 与状态码 | 5xx/超时、跳转链过长、响应极慢 | 修服务器与程序报错、减少跳转 |
| 解析 | 爬虫看懂内容了吗 | 浏览器「查看网页源代码」 | 内容靠 JS 才渲染、正文缺失、多页重复 | 输出完整 HTML 正文、合并重复页 |
| 索引 | 页面被判为值得收录吗 | 搜索资源平台的索引覆盖/索引量报告 | 内容质量低、与已有页面重复、站点信任度低 | 重写低质页、合并同类页、稳定更新 |
注意顺序：从上往下查，第一关没过，后面几关不用看。
三、第一关：发现——这个 URL 有没有进入爬虫的视野
先回答一个问题：搜索引擎是从哪里知道你这篇新文章的？
- 站内入口：新文章至少要有一条来自首页、栏目页或相关文章的内链。孤岛页面（没有任何入口链接的页面）被发现的难度高很多。
- 主动提交：把 XML Sitemap 提交到百度搜索资源平台和 Google Search Console；重要页面发布后，用平台的链接提交/推送功能第一时间通知。
- robots.txt 与封禁：确认 robots.txt 没有误封内容目录，后台也别把文章页设成「禁止索引」——有些模板默认输出
noindex，这是新手极高频的坑。
这一关的验收证据：搜索资源平台的抓取/索引工具中能看到该 URL，且 robots 检测无封禁。做到了就进第二关，没做到先修入口和提交。
四、第二关：抓取——日志里到底有没有爬虫来过
这是新手最少查、但最能定位问题的一关。服务器访问日志是收录问题的「监控摄像头」，比任何第三方工具都直接。
查两件事：
- 来没来：在访问日志里按搜索引擎爬虫 UA（如 Baiduspider、Googlebot）过滤，看目标 URL 有没有被抓取记录。完全没记录，说明问题在第一关（发现），不是抓取。
- 返回码是什么：来了但返回 5xx、超时或 3xx 长链，说明抓取失败。404 是页面不存在，301 链条过长会浪费抓取配额，5xx 和超时则直接告诉爬虫「这站点不稳定」。
这一关的修复：修程序报错、减少跳转层级、保证服务器在爬虫来访时段稳定响应。如果日志显示爬虫经常超时，就要从网站运行环境入手排查——是程序执行慢、数据库查询慢，还是服务器资源不够。主机环境的规范配置（Nginx 并发参数、PHP 进程数、数据库缓存）会直接影响单页响应时间，进而影响爬虫在有限配额里能抓多少页，可参考 RakSmart 关于主机环境配置与性能优化的实操说明。
验收证据：修复后一周的日志里，同一 URL 的爬虫访问返回码为 200，且访问频次没有异常下降。
五、第三关：解析——爬虫拿到的是不是完整内容
抓取成功 ≠ 看懂内容。用浏览器「查看网页源代码」（不是右键「检查」）看这篇页面：
- 正文是否在 HTML 里：如果源代码里几乎没有正文，内容全靠 JavaScript 渲染才出现，那对搜索引擎来说就是「抓到了但没读到」。新手建站尽量让核心内容（标题、正文、内链）直接输出在 HTML 中。
- 标题与结构是否唯一：每页有独立的
<title>和描述，H1 唯一，标题层级清晰。 - 是否多页重复：分页、筛选参数、http/https 或带 www/不带 www 的多版本指向同一内容，会让爬虫不知该收录哪个。统一到一个规范 URL，并用 canonical 标注。
验收证据：源代码中能看到完整正文、唯一标题和正确 canonical。
六、第四关：索引——为什么「抓取正常」还是不收录
前三关都过了，剩下的是质量与信任判断。搜索引擎会评估：这个页面对用户有独特价值吗？和站内已有内容重复吗？这个站点长期稳定吗？
- 低质与重复：批量采集、拼凑、同主题多篇内容高度雷同的页面，容易只抓取不收录。处理方式是合并或重写，而不是继续发新的。
- 站点历史与稳定性：新站收录慢是常态，频繁宕机、改版、换域名会拉长考察期。持续稳定更新 + 稳定访问，比短期堆量更有效。
- 看报告而不是猜：搜索资源平台的索引覆盖报告会给出「已抓取未编入索引」「重复网页」等具体原因分类，按分类对症处理。
验收证据：索引量/索引覆盖报告中，目标页面从「未收录」转为「已收录」，或原因分类从「重复」转为「有效」。
七、技术环境这一关：服务器为什么间接决定收录效率
收录问题不全是内容问题，服务器在两个地方起作用：
- 响应速度决定抓取效率：同样的抓取配额，站点越快，爬虫单位时间能抓的页面越多；反过来，页面超时会直接浪费配额。前端资源（大图、多余脚本）、缓存策略、数据库查询都是拖慢响应的常见原因。
- 稳定性决定信任度：爬虫反复遇到 5xx 或超时，会降低抓取频率。数据丢失、被篡改导致的页面异常同样会让已收录页面掉出索引。除了性能，站点也要有基本的备份与快照机制，出问题能快速回滚，避免长时间带故障运行（备份与恢复的具体做法可参考 RakSmart 的网站备份与数据恢复教程）。
换句话说：内容优化决定「值不值得收录」，技术环境决定「能不能顺利收录」，两条线都要过。
八、每周一次的收录诊断清单
用下面这份清单替代「想到什么做什么」，每周固定执行一次：
- 在搜索资源平台查看索引量与索引覆盖报告，记下原因分类
- 抽 3 个未收录 URL，确认它们在 Sitemap 中且有内链入口
- 检查 robots.txt 和页面 meta，确认没有 noindex 误封
- 在服务器日志中过滤爬虫 UA，记录这 3 个 URL 的抓取次数与返回码
- 用「查看网页源代码」确认正文完整、标题唯一
- 对卡在第四关的页面，做合并或重写，不新增同质内容
- 修复后把动作和证据记在同一张表上，下周对照复盘
关键原则：一次只修一关，修完留证据。如果同时改标题、换模板、买外链，下周不管收录变好变坏，你都不知道是哪个动作起的作用。
九、三个最常见的误区
- 误区一：提交次数越多收录越快。提交只是通知，不是收录保证。反复提交同一 URL 不解决抓取失败或内容重复。
- 误区二：收录慢就换服务器。先看日志返回码和响应情况，多数「不收录」问题出在入口缺失、noindex、内容重复，而不是机器配置。
- 误区三：site: 命令查不到就等于被惩罚。site 查询结果本身不完整，判断收录要以搜索资源平台的索引报告为准。
FAQ
提交 Sitemap 后多久会收录？
没有固定时间。新站、低信任站点通常更慢。Sitemap 只解决「发现」，抓取和索引还要看服务器响应、内容质量。提交后按四关顺序自查，比单纯等待更有效。
日志里有 Googlebot 记录但就是不收录，卡在哪一关？
大概率在第三或第四关。先看返回码是否 200，再查源代码是否输出完整正文、页面与站内其他内容是否重复。若都正常，则看索引覆盖报告中的原因分类。
服务器响应慢会直接影响收录吗？
会，但通常是间接影响：慢响应和超时会浪费抓取配额、降低抓取频率，长期不稳定还会影响站点信任。先优化程序、缓存和数据库，硬件资源确实不足时再考虑升级。
新站一个月没收录，要不要改标题、换模板？
不建议。频繁改动会让搜索引擎反复重新评估页面。先按四关清单确认没有技术性封禁和抓取失败，然后保持稳定更新，把观察周期拉长到 4～8 周再做判断。
结论
提升网站收录，靠的不是动作数量，而是定位精度。把「没收录」拆成发现、抓取、解析、索引四道关，每一关只查一种证据、只做一类修复，你就能清楚地知道问题出在哪、改完有没有效果。先从日志和索引报告开始，别从猜测开始。
下一步：今天先取一个未收录 URL，按四关顺序查一遍，把结果记成一行「证据—卡点—修复」的记录。坚持四周，你会得到一份属于自己站点的收录问题地图。如果卡点集中在服务器响应和运行环境，可以参考 RakSmart 的主机环境配置与性能优化实操，先把站点运行底座调稳，再回到内容层面继续优化。