网站审核里的收录率怎么算？先把Sitemap的重复数字剔出去

审核报告写“发布了很多页面，但收录率很低”，先别急着删页面。问清分母是什么：CMS记录、Sitemap条目、唯一URL，还是计划让搜索引擎索引的页面？这些数量可能都是真的，却不能随便互相替代。

父地图是目录，不是另一批页面

假设一个Sitemap索引引用两张子地图。第一张列A、B、C，第二张列C、D。这是教学示例：原始条目合计五条，精确去重后只有四个URL。索引负责指向子地图，不应再被当作一批页面加入总量。

报告里如果把索引显示的数字再加上所有子地图数字，同一批地址会重复计入。只把子地图数量相加也未必对，因为C已经出现两次。先保存文件，统计交集和唯一地址，才能知道实际覆盖范围。

已发现不等于已索引

Google从地图读到URL，与抓取该页面、选择规范页以及将页面编入索引，是不同环节。地图读取成功也不能证明所有地址已经进入搜索结果。

光算的Sitemap已发现网页数量对账说明专门拆开了父子地图、重复URL和读取时间。审核者可以先按这套口径核定清单，再讨论索引问题，避免把一个计数问题误判成网站质量突然恶化。

想算比例，先把范围固定住

如果问题是“这批计划公开的文章有多少已索引”，先列出这批文章的唯一URL，并明确是否包括跳转、重复版本和不计划索引的页面。分子必须是同一清单里确认已索引的地址，而不是全站的索引总数。

例如教学清单有四个目标URL，核实其中三个已索引，才能在该时点报告这份清单的比例为四分之三。若只查了其中一个，就只报告这一页的结果；不能将抽样结果写成全站比例。

URL去重也要保守。大小写、参数、尾斜杠和协议不同，可能返回不同内容。可以先按精确字符串统计，另建经核实的跳转或规范关系，不要为了让数字好看直接删除所有参数。

报告最后要留下差异清单

记录当前取文件的时间、GSC报告的读取或更新时间，以及所用资源范围。刚发布的新文件与几天前的报告不一致，先说明时点差异，不能立即算成“索引流失”。

交付时分出新增、移除、重复和待确认的URL，再给各类问题安排下一步。重复来自生成器，就查生成规则；某些页面打不开，就查访问；已有规范页关系，就核对是否符合预期。处理对象清楚后，审核报告才会从一个百分比变成实际工作清单。