11 月 10 号晚上十一点，上海市金山区，我在床上用手机搜 site:moxiaoa.com。
还是一行字：找到相关结果数约 1 个。
站点上线半个月，68 条 URL，57 篇文章，每天推 10 条，百度蜘蛛来了四百多次。就收一个首页。我跟一个做站的朋友说这事，他回我一句：
site 的数字不能信，那玩意儿早就不准了。
我不太服。数字不准，那到底收了多少？总不能全凭感觉。于是我拿八个技术站做了一轮对照，想看看这个数字到底能信到什么程度。
一、八个站的 site 查询结果
都是同一个晚上，同一个浏览器，同一条网络，直接查 site:域名，把百度返回的那行「找到相关结果数约 X 个」记下来：
| 站点 | 域名 | site 显示 | 是什么站 |
|---|---|---|---|
| 阮一峰的网络日志 | ruanyifeng.com | 98,200 | 纯个人博客，写了二十年 |
| 张鑫旭 | zhangxinxu.com | 43,600 | 前端个人博客 |
| 博客园 | cnblogs.com | 59,500,000 | 平台，几十万作者 |
| 酷壳 | coolshell.cn | 1 | 老牌技术博客，已停更多年 |
| 廖雪峰 | liaoxuefeng.com | 未找到 | 教程站，流量很大 |
| 掘金 | juejin.cn | 无数字 | 平台 |
| 思否 | segmentfault.com | 无数字 | 平台 |
| 我这个站 | moxiaoa.com | 1 | 57 篇，半个月 |
这张表最扎眼的不是我的 1，是酷壳也显示 1。
酷壳是什么站？十几年历史，几千篇原创，当年写技术博客的人没有不知道的。它现在百度只给一个数字：1。再看廖雪峰，直接「未找到」——这个站每天的访问量比我一年都多。
所以那句「site 数字不能信」，是对的，但只说对了一半。
二、这组数据说明了三件事
1. 「约 X 个」是模糊值，不是索引库里的真实条数
百度很早就不对外给准确收录数了。这个数字是抽样估算，不同时间查、不同 IP 查、加不加 www 查，结果都能不一样。博客园显示 5950 万，比它真实文章数还夸张，因为它把所有子域都算进去了。
数字大不代表收录好，数字小也不代表被惩罚。
2. 显示 1，可能只是「主站只剩一页在库里」
酷壳显示 1，不是因为被降权，是因为站点停更多年，索引库里的旧页面逐渐被清理，只剩首页这种「品牌页」还留着。这跟我这个站的情况完全不一样：我是 57 篇新文章一页都没进去，它是老文章退出来了。
同样一个数字 1，背后是两种完全不同的状态。这就是为什么不能拿 site 数字判断「有没有被惩罚」。
3. 真正该看的，是 site 结果里到底列了几条
数字可以糊弄，列出来的条目糊弄不了。
我点进自己的 site 结果，一共就一条：moxiaoa.com/，标题是站点名。翻页没有第二页，换个设备查还是一样。
再拿酷壳对比，我点它的 site 结果，第一条是首页，第二条、第三条是几篇老文章——它列出来的条目也比数字多。
所以判断标准很简单：别信那个数字，数它列出来的条目。
顺带一个意外发现：我的品牌词被别人抢了
查收录的时候我顺手搜了一下站名「陌笑技术分享」，想看看首页那条还在不在。
结果第一条是「陌陌科技游戏破解游戏分享站」。
百度把我的搜索词拆开匹配了：「陌笑」里有「陌」，「分享」两个字又太常见，于是它把词拆散，拼给了另一个站。我的站排在后面，得往下翻才看得到。
这事挺要命的。新站本来就没什么权重，连自己名字都守不住，用户搜站名进来，第一眼看到的是别人。
我的处理办法是把品牌词和域名绑死：文章标题里固定带「陌笑技术分享」的后缀，正文里偶尔出现「陌笑」两个字，页脚、面包屑、结构化数据里的 publisher 全部统一。短期看没什么用，长期是让百度把「陌笑」这个字符串和 moxiaoa.com 建立起关联——这一步只能靠时间堆。
三、我又换了两把尺子量自己
光看 site 还不够，我补了两个验证：
尺子一：拿文章全标题去搜
把我 60 号那篇的完整标题「Electron 打包 Mac 应用：不加这两步，自己的机器都双击不开」原样丢进百度搜索框。
结果里全是别人的「应用打包 apk」「已安装应用打包」之类，一条我的都没有。
标题是独一无二的，如果它被收录，这个词一定能命中。没有命中，说明确实没进库。
尺子二：翻蜘蛛日志的回访记录
这个最实在。55 号那篇我写过怎么用 awk 筛 Baiduspider，这次直接看回访：
| 指标 | 数值 |
|---|---|
| 百度蜘蛛总请求 | 436 次 |
| 成功返回 | 417 次（其余 404） |
| 抓过的不同 URL | 184 个 |
| 文章页被抓 | 120 次，覆盖约 30 篇 |
| 11-03 单日抓取 | 144 次 |
| 11-10 / 11-11 单日抓取 | 8 次 / 9 次 |
三把尺子量下来，读数是一样的：抓了，但没放出来。
这就排除了「蜘蛛没来」「被 robots 挡了」「被惩罚了」这几种可能。剩下的答案只有一个：页面没通过百度那道质量门槛。
四、那些老站跟我差在哪
对照完之后，我把差距列成四条，越看越清楚：
| 维度 | 阮一峰 / 张鑫旭 | 我这个站 |
|---|---|---|
| 域名年龄 | 十几年到二十年 | 半个月 |
| 文章量 | 几千到近十万页 | 57 篇 |
| 站外引用 | 被大量转载、被论文和教程引用 | 几乎没有，知乎那两篇还是 nofollow 跳转 |
| 更新节奏 | 十几年不断更 | 半个月，57 篇集中发出来 |
前三行是常识，第四行才是关键。
我这 57 篇是在很短时间里一口气铺上去的。在百度眼里，一个刚注册的域名，突然冒出几十篇结构一模一样的文章，模板相同的「相关阅读」、相同的结尾、相同的排版——这不是一个写了二十年博客的人会长出来的样子，这是一个内容工厂的样子。
我自己的文章是真写的，每篇都有具体的踩坑过程。但机器不看这个，它看的是分布特征。
五、行业里公认的做法
这几天我把能找到的站长文章翻了一遍，说法基本一致，挑三条最有用的：
第一，先分清「没收」和「没放出来」。A5 站长网有篇文章讲得很清楚：抓取正常但不放出来，是质量信号的问题，处理方向不是反复提交，而是把内容做实。我这三把尺子的读数，正好落在这一档。
第二，外链是推荐信。蝙蝠侠 IT 那篇里有个说法：同一个页面，在一个高权重站发一条外链，比在十个低权重站发十条收录得更快。新站最缺的就是这个——没有外链，蜘蛛只能靠 sitemap 和主动推送发现你，而这两条渠道给的权重最低。
第三，更新节奏比更新数量重要。多篇文章都提到，爬虫按站点的「活跃度」分配抓取资源，长期不更新的站会被降优先级，但一天堆几十篇的站也会被当成异常。稳定比猛冲有用。
六、我准备做的五件事
照着上面的差距，我给自己列了个清单，按能落地的顺序：
- 把抓取预算省下来。robots 里把
/devkit/的工具页整块封掉。这些页面是 JS 工具壳，没有正文，但蜘蛛已经抓了四十多次，占了不少配额。 - 把短文章补长。前 13 篇正文只有 800 到 1400 字，这个长度在百度那边基本拿不到质量分，逐篇补到 2000 字以上。
- 修标签。有十篇文章存在 HTML 标签未闭合，跟 59 号那根 6797px 的柱子是同一个问题，页面结构坏了，正文抽取也会受影响。
- 造真外链。去掘金、V2EX、CSDN 各发一篇带原文链接的技术文。知乎那个
link.zhihu.com跳转是 nofollow 的，传不了权重，只能带点流量。 - 把发布节奏拉开。不再一次性铺一批，改成一天一到两篇，让蜘蛛每次来都能看到新东西。
这五条里，前三条我今天就能做完，后两条得靠时间。
七、三条经验
1. 别拿 site 数字当体检报告
它连酷壳都显示 1，你拿它判断自己的站有没有被惩罚，等于拿一把刻度错乱的尺子量身高。要看的是列出来的条目，不是那个数字。
2. 能搜到首页，说明没被惩罚
这点很重要。真被降权的站，连首页都搜不出来。我的首页一直在，品牌词也能搜到（虽然第一条常被「陌陌科技」抢走），说明站点是正常的，只是内页还没过门槛。这两件事的处理方式完全相反：被惩罚要申诉、要整改；没过门槛只能靠内容。
3. 新站最贵的不是技术，是时间
我一开始以为是配置问题，把 robots、sitemap、TDK、结构化数据全查了一遍，全是干净的。查完才明白，剩下那部分不是一天能补的：域名年龄、外链积累、更新历史，这三样都只能靠熬。
八、最后
这篇写的是我自己站的收录情况和一个对照实验，数据都来自这台服务器和当天的实际查询，没有抄任何教程。
站点上现在 57 篇，加上今天新写的两篇，都是自己踩过的坑。SEO 这块有想聊的，站内交流，微信：lige0552。