我的站是9月初上线的，头一个礼拜我几乎一天刷十几次百度站长平台，盯着到底抓了几页。结果到第15天，索引量还是个0。我当时就急了——内容是自己一篇篇敲出来的，服务器也是正经花钱买的，怎么就不收？
后来一个坑一个坑地排查，前前后后折腾了47天，才收到头一个内页。把这些坑原原本本写出来，省得刚入行的朋友再把这条路走一遍。
第一个坑：robots.txt里那一行Disallow
我一开始是把测试站的 robots.txt 整个拷了过来，里头有一句 Disallow: /——本来是为了挡着测试环境被收录，上线的时候压根忘了删。结果百度蜘蛛每回来都看到一句"整站拒绝"，来两趟就不肯再来了。
这个错是最高频也最低级的。我拿百度站长平台的"抓取诊断"工具一测，蜘蛛过来直接吃了个403，我才后知后觉。把那行删掉之后，第二天蜘蛛的访问频次就从0窜到了每天几十次。
第二个坑：全站title一模一样
我用的那套CMS，默认所有页面 title 都是"站名-副标题"，一个字都不差。结果百度一看，这几百个页全是重复内容，就只肯收个首页。
改的时候我给每个页面模板补了个 title 字段，文章页用"文章标题_站名"，分类页用"分类名_站名"，前后大概改了两天。改完之后一周内，内页开始陆续被收，从原来只收首页，变成一天能收个三五页。
第三个坑：服务器凌晨总502
我图便宜，买了个小内存的虚拟主机。白天访问好好的，可凌晨两三点我翻监控，老撞见502。后来才想明白，蜘蛛是不睡觉的，它大半夜来抓的时候，我服务器偏偏正挂着，次数一多就给我降了权。
换了台稳当点的服务器之后，凌晨抓取成功率从60%一路涨到100%，收录速度也明显快了一截。说白了就是蜘蛛来敲门你不在家，敲两回没人应，它就懒得跑了。
第四个坑：sitemap写的是http，实际是https
我把站切到 https 之后，sitemap 里的 URL 还是 http 打头。站长平台倒是显示"提交成功"，可实际上蜘蛛抓过去全是301跳转，等于白交一趟。
重新生成 sitemap，把所有 URL 换成 https 开头，再重新提交，一周内新提交的页面就被抓了。
第五个坑：测试环境的noindex带到了线上
这个坑我自己没踩，是朋友踩的——他为了挡测试环境被收录，在 head 里加了 <meta name="robots" content="noindex">，上线的时候忘了删。结果百度蜘蛛一来看到"不许索引"，扭头就走。这事儿改起来就一行代码，可我朋友为了找到它，整整耗了两周。
47天之后的结果
上面五个坑挨个改完，大概又过了两周，百度索引量总算从0开始往上爬。第47天那天，我终于在站长平台瞅见头一个内页被收录的记录。那心情，跟等快递等了一个半月终于到手，一模一样。
后来我复盘，其实内容质量倒不是最大的坎，这五个技术坑占了80%。新手真别一上来就天天愁写什么内容，先把这些基础的东西挨个查一遍。
常见问题
问：新站一般多久能收录？
答：正常情况下1-2周会把首页收了，内页1个月内开始收。超过1个月一个内页都没有，基本就是哪儿配置错了，照着上面五项去查。
问：每天主动推送有用吗？
答：有用，但别指望一推就立马收。我当时把100多个页面一次性推过去，结果是过了三四天才开始陆续收，不是推完整包秒收。
问：需要找外链吗？
答：新站前一个月先别折腾外链，把站内这些基础问题搞对最要紧。外链，是收录稳住之后再琢磨的事。
