新备案站点抓取状态：533 个样本的 HTTP 实测
现象：大量新备案域名在搜索中完全无结果。排查：对 2026 年 5–7 月上海、北京、广东、四川新备案域名逐站发起 HTTP 请求并统计页面内容字节数。结论：样本中 HTTP 200 占 53.5%，502 网关错误占 33.2%，不可达占 9.0%；可访问站点中约 46% 首页内容不足 1KB。也就是说，「不收录」的第一因不是算法，而是站点本身没有可抓取的内容。
分类页与标签页关键词写死，导致全站同质
现象：内容站所有分类页、标签页的 keywords 都是同一个站点名，description 大面积缺失。排查：定位到公共头部模板中的兜底逻辑——分类页与标签页分支未给关键词、描述变量赋值，直接落到站点名兜底。结论：分类页取分类名与后台分类摘要、标签页取标签名与摘要后，页面之间的关键信息不再重复；同时发现分类模板中残留一行隐藏的调试用标题。该标题与页面主标题构成重复，已在模板中移除。
移动端头部元素重叠：只测图片尺寸会误判
现象：移动端站点标识被遮挡、显示不完整。排查：最初围绕图片自身的宽度、比例反复调整，始终无效。改为逐个量取头部各元素的渲染坐标后定位到真因——搜索框在窄屏媒体查询中被设为绝对定位并固定在顶部偏移位置，与标识所在区域完全重叠，其背景把标识覆盖。结论：改用正常文档流排列后，标识、搜索框、导航依次成行，互不遮挡。经验：现象是「元素被盖住或消失」时，必须先量相邻元素的坐标关系，而不是只调自身样式。
robots 与 sitemap 指向异常，抓取通道中断
现象：站点持续不被收录，页面本身返回正常。排查：读取 robots.txt 与 sitemap 文件后发现，robots 中声明的 Sitemap 地址指向了另一个域名，sitemap 内全部地址亦属于该域名。结论：抓取通道被引向站外，蜘蛛即便抓取也拿不到本站的有效地址。修正为本站域名后通道恢复。经验：排查收录问题应把 robots 与 sitemap 的实际内容作为第一步核对项，而不是只看文件是否存在。
检查项全通过但仍不收录：需要区分「被屏蔽」与「未被优先抓取」
现象：某站点自 8 月起百度仅收录 2 个页面、必应无收录，怀疑被屏蔽。排查：逐项检查 robots 可抓取、sitemap 可访问、首页与文章页均为允许索引，未发现屏蔽证据；域名备案、建站时长、内容体量与更新节奏均处于劣势。结论：不能据此判断为屏蔽，更可能属于抓取预算分配与站点权重问题。经验：在缺少明确屏蔽证据时，不宜把「不收录」直接归因为惩罚，应先排除自身通道与内容因素。
同一批内容、不同引擎：收录节奏存在明显差异
观察：在多个内容站上记录快照刷新与收录量变化后发现，同一站点在不同引擎上的表现并不同步——部分引擎对独立单页面的收录明显更积极，而另一个引擎更偏向首页快照刷新，内页收录滞后。结论：观测时应区分「引擎」「页面层级（首页 / 内页）」「时间点」三个维度记录，否则容易把引擎差异误读为站点问题。这一记录方式目前已用于站点的收录观测台账。
站内链接大小写与路由缺失，导致分类页 404
现象：分类页点击后出现 404。排查：服务器为 Linux，路径区分大小写；同时发现新建分类只在分类表新增了记录，没有同步写入前端路由表，导致分类链接回退为系统动态地址，另外大小写不一致的别名也直接返回 404。结论：新建分类需同时写入分类记录与路由记录两条（列表页、文章详情页各一条），并统一别名的大小写规范。经验：模板中出现的站内链接应从既有文件中复制，不要手写。
PHP 防跨站配置导致整站 500
现象：站点所有页面返回 500，提示 open_basedir 限制生效，框架入口文件不在允许路径内。排查：站点根目录与 public 子目录各存在一份防跨站配置，public 目录中的那份只放行了 public 自身，而框架需要读取上层目录。结论：以生效优先级更高的那份配置为准，移除冲突项后站点恢复。经验：这类报错属于服务器配置问题，与程序代码无关，排查时应先看报错中的路径白名单，而不是改动业务代码。