有个站主做了二十多个专题页，收录率不错，但翻遍后台找不到任何一条排名。看了一圈发现问题不在一处：有的专题页只有十几条链接，正文加起来不到一百字；有的六个专题页讲的是同一件事，互相抢词；还有一个专题页是孤岛，站内除了导航里那一条，再没有别的入口。这四个问题单独看都不致命，凑在一起就变成一种局面：页面能被收录，但拿不到任何排序机会。
一、坑一：只有链接没有内容
聚合页最容易做成的样子就是标题列表。搜索引擎判断页面质量，先看这块内容是不是一个完整的页面，一个只有链接的页面很难被认定为有实质内容。判断标准可以量化：页面上非链接的正文文字量，至少要到几百字。修复方式就是加主题说明和模块导读，不用长篇大论，但要能说清这个专题讲什么。
二、坑二：多个专题页抢同一个词
做专题的时候很容易上头，把一个主题拆成好几个角度分别做页，结果每个页都想排同一个主词。站内自己跟自己竞争，权重被摊薄，最后谁都排不上去。判断方法是把站里所有专题页的标题和主词列出来，看有没有重合。处理方式是合并：主词只留给一个页面，其余角度作为这个页面的模块存在。
三、坑三：专题页是孤岛
专题页上线后只放在导航或者侧边栏的某个位置，正文里没有任何链接指向它，其他文章也不提它。爬虫发现它的频率低，站内权重也传不过去。修复动作有三个：在相关文章里插入指向专题页的链接，锚文本用专题主词；首页或者栏目页给出入口；sitemap 里包含专题页并且及时更新。
四、坑四：分页和筛选页处理不当
专题页内容多了一定会分页，分页处理不好会把权重拆散：分页链接用 JS 或者参数写得不规范，爬虫只认第一页；或者分页的每一页都带着完整的主题说明，造成大量重复内容。正确的做法是保证分页可以被抓取，同时让分页只承载列表，正文性的说明只放在第一页。还有一类情况是把筛选条件生成的地址开放给爬虫，一个专题变成几百个筛选组合页面，内容和主页面高度重复。
五、四个坑的自查脚本
这四个坑都能用脚本批量查出来。下面这段脚本抓一个专题页，输出链接数、重复条目、正文文字量和标记情况：
# 聚合页体检：正文文字量 / 链接数 / 重复条目 / 标记检查
from urllib.request import Request, urlopen
import re
URL = "https://www.example.com/topic/hub.html"
html = urlopen(Request(URL, headers={"User-Agent": "Mozilla/5.0"}),
timeout=10).read().decode("utf-8", "ignore")
links = re.findall(r'href=[^ >]+', html)
text_only = re.sub(r'<script.*?</script>|<style.*?</style>|<[^>]+>', ' ', html)
text_only = re.sub(r'\s+', '', text_only)
print('链接总数:', len(links))
print('去重后链接数:', len(set(links)))
print('重复条目:', len(links) - len(set(links)))
print('非链接文字量:', len(text_only))
if links:
print('文字量/链接数:', round(len(text_only) / len(links), 1))
print('有 canonical:', 'canonical' in html)
print('有分页标记:', 'rel="next"' in html)看输出的几组比例：正文文字量除以链接数，值太低说明是链接堆砌；重复条目多说明页面上有重复内容；没有 canonical 和分页标记而条目又很多，说明分页处理有遗漏。体检结果不用一次全修，先把最影响判定的两项处理掉，也就是正文太薄和条目重复。
六、修复的先后顺序
先处理内容和重合（补正文、合并抢词的页面），再处理内链（加入口、改锚文本），最后处理分页和标记。顺序有讲究：内容和重合不解决，先把入口加上去，等于让搜索引擎更快地看到一堆低质页面，结果反而更糟。
七、验证
改完之后给两到四周，看专题页的收录、专题页承载的长尾词有没有出现排名、抓取频次有没有变化。判断一个专题页是否成立，最直接的指标是：它有没有拿到一个稳定在首页以内的长尾词。如果一个月过去，专题页收录正常但始终没有任何长尾词进来，多半还是主词选偏了，或者这个专题本身没有存在的价值。
八、结论
专题页没排名，几乎逃不出这四件事：内容太薄、页面之间抢词、页面上没有入口、分页处理不当。这四条都不是靠多投入就能解决的，靠的是把结构理清楚。做之前先问一句这个页面的主词是什么、谁来链它，能省掉大部分返工。聚合页的本质是把内容组织起来，组织不好，收录再多也只是多了一批不产生流量的页面。
相关阅读：
A5创业网 版权所有