我真是服了，天天盯着百度站长平台看收录上不去，以为是外链不行或者文章质量差，结果前两天深夜失眠手贱用那个免费的站点分析工具跑了一下，好家伙，我自己以为精心维护的“几百个”页面，真正有内容能被搜索引擎算作独立页面的，连五十个都不到！剩下全是些什么鬼？动态参数生成的不同排序页面、标签页无限翻页后面那些根本没内容的页码、还有早就删了但链接还散落在犄角旮旯的旧文章，蜘蛛爬进来就跟进了迷宫一样，权重分得稀碎，真正想排名的核心页面反而饿死了。我真想给自己一巴掌。
以前从来没想过要好好“数一数”自己的站，总觉得把文章发出去就完事了。直到那次网站改版，凌晨4点收到服务器报警邮件说爬虫请求暴涨把CPU干满了，查日志才发现，一个早已废弃的“按日期归档”功能，被蜘蛛疯狂爬取几千个根本没内容的日期链接页面。这就是典型自己给自己挖坑，不数不知道，一数吓一跳。
所以到底怎么数？千万别信后台文章数量那个数字，那纯属自嗨。你得站在搜索引擎蜘蛛的角度去数。
最傻瓜也最有效的方法：直接用各大搜索引擎的 site 命令，比如“site:你的域名.com”。看看它到底收录了多少，那个数虽然不准（有些显示未收录），但极具参考价值，如果和你预想的差十倍，那你就要出冷汗了。
进阶一点，上工具。尖叫青蛙这类爬虫工具，把你的网站扔进去让它爬，它能给你拉出一个所有URL的清单，告诉你哪些是200正常页，哪些是404死链，哪些被robots屏蔽了，哪些页面标题（TDK）重复了。看着那份报告，你会对自己网站的“真实规模”和“健康状态”有全新认知，真的，全是泪。
还有更硬核的：分析网站服务器日志。看真实的百度蜘蛛、谷歌爬虫到底在你的站上爬了哪些页面，爬了多少次。有时候你以为重要的页面，蜘蛛可能根本不鸟；一个你完全忽略的角落，它可能反复爬。这能帮你精准优化爬行预算，别让蜘蛛在垃圾页面上浪费体力。我当时就是看了日志才发现，蜘蛛老在一个无关紧要的“关于我们”分页上打转。
数页面不是目的，目的是通过“数”这个动作，进行一次彻底的网站SEO审计。把那些没价值的、重复的、错误的页面清理掉（做404或301），把权重集中到核心内容上。这比你去买一堆垃圾外链（快排）有用一万倍。别问我怎么知道的，这都是血和学费换来的教训。
赶紧去数数吧，数完你可能就笑不出来了。但总比网站被降权了都不知道为啥强。抽根烟，冷静一下。
