分页页面要不要给蜘蛛:别让翻页吃掉配额
列表翻页是必要路径还是配额黑洞?按站点类型给出不同的处理策略与配置方法。
分页是争议最大的页面类型,答案取决于内容密度。
内容型列表:给
博客、资讯站的翻页承载真实内容索引,蜘蛛顺着翻页发现新文章,是主干路径。保留抓取,同时给翻页序列做好标题差异化,避免整串翻页同一个标题。
筛选参数页:不给
带筛选、排序参数的列表组合是天文数字,全部可抓等于配额自杀。参数页统一canonical到规范版,严重的用robots兜底。
深层翻页:控制
翻到几十页之后内容价值趋近于零,却占据大量抓取。把翻页深度限制在合理范围,更早的内容通过时间归档页、标签页提供入口。
实操配置
翻页URL使用简洁的路径式参数;每页保持稳定条目数;第二页起的页面加prev或next语义;翻页里链接的正文页保持高质量,蜘蛛才会认为这条路径值得走。
验证方法
日志里统计翻页URL占总抓取量的比例,超过四成就该动手收窄了。