最让人困惑的收录现象之一：site:域名 一查，首页乖乖在，可点进收录列表，内页一条都没有。不是站被惩罚（否则首页也悬），而是某种“只收浅层”的机制卡住了。这种情况问题非常集中，基本就出在两处，挨个查很快能定位。
记住一个判断：首页在、内页全无，说明爬虫能进你站、但爬不深，或者爬到了也不认。循着这两点往下看。
一、第一处：抓取深度被层级卡死
搜索引擎给每个站的抓取预算有限，默认会优先浅层页。如果你的内页藏得太深——比如要从首页点三四次、URL 路径套了四五层目录，爬虫往往走到第二层就走了，深层内页根本没机会被抓。下面这段脚本把几个代表页面的路径层级算出来，超过三层的就要警惕。
# 计算代表页面的 URL 层级深度，定位是不是藏得太深
import urllib.parse
PAGES = [
"https://www.example.com/",
"https://www.example.com/post/2026/a.html",
"https://www.example.com/c/tech/x/y/z.html",
]
for u in PAGES:
p = urllib.parse.urlparse(u).path
depth = len([x for x in p.split("/") if x])
print(u, "层级深度 =", depth, "（深于3层容易被漏抓）")
把 PAGES 换成你站真实的内页地址，跑完看“层级深度”。凡是深于三层的，建议通过栏目聚合页、相关阅读、标签页把它们拉到两层以内。层级越浅，被抓到的概率越高，这是内页收录最划算的改法。
二、第二处：内链没把内页接出来
第二处更常见：内页在站点里是孤岛。首页和栏目页没有链到它们，它们只存在于数据库或翻页里，爬虫抓完浅层就结束，深层页从没被发现。表现就是首页被收、内页零收录。修复办法不是改内容，而是补内链：在首页和栏目页加“最新文章”“热门文章”模块，每篇内页正文里自然链出几篇同主题旧文。补内链要讲究“自然”二字：链接文案用真实相关的词，别用“点击这里”这种无意义锚文本；一篇文里链三到五条就够，堆太多反而稀释权重。补完一周左右，再用平台抓取诊断跑几条深层内页，能看到它们开始被正常抓取，这就是内链生效的信号。
三、顺带排查两个小坑
除了上面两处，还有两个容易忽略的点：一是内页用了 JS 渲染正文、没做服务端输出，爬虫抓到的是空壳；二是内页模板带了 noindex 标签（某些 CMS 在分页、归档页误加）。这两个用平台“抓取诊断”跑一条内页就能看出来：抓到的内容如果是空的或带 noindex，对应修模板即可。
四、验证是否修好
两处都补完后，挑 10 条典型内页，通过链接提交工具主动推送，再用抓取诊断逐条确认能抓到正文、返回 200 且无 noindex。之后两周内观察这些地址是否陆续进索引。只要首页在、内页此前只是没被抓到，这个修法见效通常很快。
相关阅读：
A5创业网 版权所有