网站收录你需要了解的几个概念 - 爬行、抓取、索引与收录

网站收录属于Technical SEO的领域。因此，有些缺乏技术知识的SEO小伙伴们会非常怕遇到这个问题。但实际上，只要我们对其中的关键概念有所理解，处理网站收录的问题就不再是什么难题。

在这篇文章中，我们将先了解Google收录一个页面的过程以及其中的几个核心概念，帮助你对Google的收录过程有一个基本的了解。在后续的文章中，我们将继续深入地讲解如何加快Google的收录以及如何解决Google收录中遇到的一些问题，敬请期待。

Contents

Google收录网页的基本过程

很多SEO小白会认为网站收录对于Google来说就是一下子的事情。实则不然，Google在收录一个页面之前，经过了发现-爬行-抓取-处理-索引等步骤，其中爬行、抓取、索引及收录这四个概念构成了网站收录的基础。理解它们不仅有助于你提高网站的收录量，而且也能帮助你解决可能出现的技术问题。

下面，我们就来详细了解一下这个过程以及涉及的概念。

Google 主要通过网页上的链接发现新的页面。当 Google 的爬虫（也称为 Googlebot）访问一个页面时，它会抽取页面上的所有链接，并将这些链接添加到其待爬队列中。

网站所有者可以使用 Sitemaps 告诉 Google 哪些页面应该被爬取和索引。Sitemap 是一个 XML 文件，列出了网站上的所有重要页面，使得 Googlebot 更容易发现它们。

Googlebot 会定期访问网站，检查新页面或旧页面的更新。这个过程被称为“爬取”。

为了决定何时和频繁地爬取某个网站，Googlebot 会考虑多种因素，例如网站的大小、服务器的速度、页面的更改频率等。

网站所有者可以使用 robots.txt 文件来控制 Googlebot 如何爬取其网站。例如，他们可以指定不希望 Googlebot 爬取的页面。

抓取是爬虫从网站上获取页面内容的过程。这意味着爬虫会下载你网站上的页面，以便进一步的分析和处理。如果页面无法被抓取，那么搜索引擎就不能对其进行分析，也就无法进行后续的索引。

一旦页面被爬取和处理，它会被加入到 Google 的索引中。索引是一个巨大的数据库，存储了 Googlebot 爬取的所有网页的信息。

只有索引的页面才会在 Google 搜索结果中显示。不是所有被爬取的页面都会被索引，例如，页面质量太低或被判断为 Spam 的页面可能不会被索引。

当用户在 Google 中进行搜索时，Google 会从其索引中检索相关页面，并根据多种因素对其进行排序，以确定其在搜索结果中的位置。

排序的因素包括页面的相关性、权威性、用户体验等。Google 使用几百个因素来确定页面的排名。

一般来说，有以下两种方法：

你只需要在谷歌通过site命令，加上你的网站或者页面url。例如，如果您想查询www.example.com/mypage.html是否已被Google收录，您应输入site:www.example.com/mypage.html。

如果能出现结果，那么代表你这个页面已经被成功收录了。【这种方法可以检查任意页面】

打开GSC添加你的网站。通过这个最官方和权威的后台，你能直接看得到你自己的网站的收录情况。【这种方法只可以看自己网站的收录情况，你不能看到别人网站上的内容有没有被收录】

在Google Search Console顶部，还有一个工具叫做“URL检查工具”。如何你想检查某个具体的网页是否被收录，你可以输入您想要检查的URL，这个工具将会告诉您这个网页的收录状态和是否有任何索引问题。

理解Google收录的页面的过程是后续解决遇到的Google收录问题的重要一环。如果你的网页没有被收录，你就需要进一步去了解它是在发现、爬行、抓取还是索引环节出了错。在不同的环节出了错，有不同的应对方式。我将在后续的文章中提供详细方案，敬请期待。