[{"data":1,"prerenderedAt":314},["ShallowReactive",2],{"blog-gsc-crawl-stats-vs-logs":3,"blog-prev-gsc-crawl-stats-vs-logs":102,"blog-next-gsc-crawl-stats-vs-logs":194},{"id":4,"title":5,"author":6,"body":7,"canonical":86,"category":87,"cover":86,"date":88,"description":89,"draft":90,"extension":91,"keywords":86,"meta":92,"navigation":93,"noindex":90,"ogImage":86,"path":94,"seo":95,"seoDescription":86,"seoTitle":86,"stem":96,"tags":97,"updated":86,"__hash__":101},"blog\u002Fblog\u002Fgsc-crawl-stats-vs-logs.md","GSC 抓取统计和服务器日志对不上，原因有四个","元析智能",{"type":8,"value":9,"toc":76},"minimark",[10,14,19,22,25,29,32,35,39,42,45,49,52,55,58,61,64,67,70,73],[11,12,13],"p",{},"GSC 抓取统计显示 12 万次，服务器日志里只有 8 万次 Googlebot 请求，差的四万很容易被当成数据出错。其实对不上是常态，四个原因几乎每次都会遇到。",[15,16,18],"h2",{"id":17},"原因一gsc-是抽样","原因一：GSC 是抽样",[11,20,21],{},"抓取统计报告基于抽样数据，不是全量。站点越大，抽样比例越低，页面上看到的数字是估算值。它能用来看趋势，不能用来对账。",[11,23,24],{},"另外这个报告只保留 90 天，时间窗口一长就对不上。想拿半年数据，得自己每周导一次。",[15,26,28],{"id":27},"原因二cdn-和缓存","原因二：CDN 和缓存",[11,30,31],{},"如果站前有 CDN，Googlebot 的请求很多打在边缘节点，回源的只有未命中的部分。GSC 统计的是边缘收到的请求，你的日志记的是回源请求，中间差的量取决于缓存命中率。",[11,33,34],{},"缓存命中率高的站，这个差距能到 40%。查的办法很简单，看 CDN 后台的命中率，再对比日志和 GSC 的比例。",[15,36,38],{"id":37},"原因三日志里的-googlebot-有很多假货","原因三：日志里的 Googlebot 有很多假货",[11,40,41],{},"UA 里写 Googlebot 的请求，一大半不是真的。有人用脚本扫站、有人抓数据，都爱伪装成蜘蛛。",[11,43,44],{},"验证方式只有一种：反向 DNS 查询，确认来源 IP 属于 Google 的网段。我们写脚本把日志里的 IP 逐个反查，通常能筛掉三到五成的假 Googlebot。不加这一步，你会以为蜘蛛抓得很勤，其实抓你没用的东西。",[15,46,48],{"id":47},"原因四统计口径不同","原因四：统计口径不同",[11,50,51],{},"GSC 按请求算，一次页面加二十个资源就是二十一次。日志里如果你按页面请求统计，只算 document 类型，两个数天然差几倍。先统一口径，再比数字。",[11,53,54],{},"我们统一成只算 HTML 页面请求，CSS、JS、图片全部剔除。这一步做完，双方的量级通常能接近到 20% 以内。",[15,56,57],{"id":57},"怎么用这两个数",[11,59,60],{},"日志用来看路径分布：哪些目录被抓得多，哪些页面被反复抓，状态码分布是什么样。GSC 用来看趋势：整体抓取量是在涨还是跌，和收录变化对不对得上。",[11,62,63],{},"两个数不需要精确相等。差一倍以内、趋势一致，就是健康的。差得离谱，先查 CDN 和假蜘蛛，大部分问题出在这两处。",[15,65,66],{"id":66},"查错的顺序",[11,68,69],{},"2026 年 2 月我按这个顺序查过一次，四十分钟定位到原因：先做 IP 反查，去掉假蜘蛛；再看 CDN 命中率；然后统一口径只算 HTML；最后才对比趋势。",[11,71,72],{},"顺序很重要。先查口径，往往发现是两个数本来就不该相等，后面的排查都省了。反过来先怀疑工具坏了，容易白折腾。",[11,74,75],{},"别花一周去把两个数调平，调不平。把精力放在日志里的路径分布上，那里才有能改的东西。",{"title":77,"searchDepth":78,"depth":78,"links":79},"",2,[80,81,82,83,84,85],{"id":17,"depth":78,"text":18},{"id":27,"depth":78,"text":28},{"id":37,"depth":78,"text":38},{"id":47,"depth":78,"text":48},{"id":57,"depth":78,"text":57},{"id":66,"depth":78,"text":66},null,"技术SEO","2026-02-05","GSC 显示 12 万次抓取，日志只有 8 万，差的四万去哪了。这篇写抽样、CDN 缓存、假蜘蛛和统计口径四个原因，以及怎么对齐两个数。",false,"md",{},true,"\u002Fblog\u002Fgsc-crawl-stats-vs-logs",{"title":5,"description":89},"blog\u002Fgsc-crawl-stats-vs-logs",[98,99,100],"GSC","日志分析","抓取统计","DWL-ROEb7BgGCb5Ao4TKv6-ha49LQ_6R5MD6dXuwEV0",{"id":103,"title":104,"author":6,"body":105,"canonical":86,"category":182,"cover":86,"date":183,"description":184,"draft":90,"extension":91,"keywords":86,"meta":185,"navigation":93,"noindex":90,"ogImage":86,"path":186,"seo":187,"seoDescription":86,"seoTitle":86,"stem":188,"tags":189,"updated":86,"__hash__":193},"blog\u002Fblog\u002F360-search-ranking-logic.md","360 搜索的排名逻辑：老站、备案、地域词",{"type":8,"value":106,"toc":174},[107,110,114,117,120,123,126,129,132,135,138,141,144,147,150,153,156,159,162,165,168,171],[11,108,109],{},"360 搜索的量集中在 PC 端，排名偏好和百度不一样。我们拿 4 个站从 2025 年 10 月测到 2026 年 2 月，结论是：备案是门槛，老域名是加分，PC 下载类词是主战场，移动端和新品类词基本没戏。",[15,111,113],{"id":112},"_360-的用户从哪来","360 的用户从哪来",[11,115,116],{},"360 搜索的流量入口主要是 360 安全浏览器、360 导航和 360 安全卫士的默认搜索。用户画像偏 PC 办公场景，年龄结构比百度用户大一些。",[11,118,119],{},"这个画像决定了它的搜索需求：软件下载、办公工具、系统问题、本地服务。真正搜\"API 监控\"\"SaaS 选型\"这类词的很少。",[11,121,122],{},"我们监测的 4 个站里，360 带来的流量占比 1.8% 到 6.4%，最高的是一个桌面工具站，最低的是一个纯 B2B 的 SaaS 官网。",[15,124,125],{"id":125},"三个明显的排名偏好",[11,127,128],{},"第一，备案。没备案的站在 360 上收录都很困难，更别说排名。我们一个海外服务器、没备案的站，360 收录不到 20 页。",[11,130,131],{},"第二，站龄。360 对老域名明显友好。同样内容质量，注册 5 年以上的域名比新域名排名靠前。我们一个 2016 年的老站，核心词在 360 上比在百度上稳。",[11,133,134],{},"第三，地域词。360 对本地服务类查询的地域匹配比百度激进，同一个词在不同城市搜索，结果差异很大。这条对软件公司用处不大，但如果你做本地部署或本地服务，值得注意。",[15,136,137],{"id":137},"软件站能吃到什么",[11,139,140],{},"PC 工具下载类词最稳。比如\"XX 软件下载\"\"XX 工具电脑版\"，360 上还有量，而且竞争比百度小。",[11,142,143],{},"一个截图工具客户，我们把 40 个下载相关词做了落地页，360 每月带来 600 多次下载页访问，转化率和百度差不多。",[11,145,146],{},"另一个做办公插件的客户，把插件介绍页按 360 的偏好重写，加了版本号、系统要求、安装步骤，两个月后 12 个词进了前 3。",[15,148,149],{"id":149},"不同品类的表现",[11,151,152],{},"桌面软件、办公工具、系统工具：可以做，有量。",[11,154,155],{},"SaaS 产品、开发者工具：量很小，做基础收录就行，别投入内容。",[11,157,158],{},"新品类词：360 对新词的收录和排名都慢，我们一个做 AI 代码助手的客户，360 上几乎没量。",[15,160,161],{"id":161},"操作建议",[11,163,164],{},"备案是前提，没有就别做。sitemap 提交一次，之后每季度手动推一批核心页。内容不用单独写，把百度上表现好的页面稍作调整就行——360 的排名因素里内容权重没有百度那么重，适配成本低。",[15,166,167],{"id":167},"一句判断",[11,169,170],{},"顺带说个细节：360 的后台数据比百度粗糙，收录量只能看趋势。我们一般每周记一次数，做月度对比，别拿单日数据下结论。",[11,172,173],{},"360 适合做\"顺手补量\"，不适合做\"单独策略\"。如果你的产品是桌面工具，它值得单独排期；如果是 SaaS，把它放进多引擎的 10% 预算里就够。",{"title":77,"searchDepth":78,"depth":78,"links":175},[176,177,178,179,180,181],{"id":112,"depth":78,"text":113},{"id":125,"depth":78,"text":125},{"id":137,"depth":78,"text":137},{"id":149,"depth":78,"text":149},{"id":161,"depth":78,"text":161},{"id":167,"depth":78,"text":167},"SEO","2026-02-04","360 搜索的量集中在 PC 端，排名偏好和百度不一样。我们拿 4 个站从 2025 年 10 月测到 2026 年 2 月：备案是门槛，老域名是加分，PC 下载类词是主战场，移动端和新品类词基本没戏。哪个品类能做、哪个别碰，看我们五个月的测试结果。",{},"\u002Fblog\u002F360-search-ranking-logic",{"title":104,"description":184},"blog\u002F360-search-ranking-logic",[190,191,192],"360搜索","多引擎","PC流量","nhhc7y9O2adsAdHbu8mhkTh9n92n29yE-M2WCBETJcQ",{"id":195,"title":196,"author":6,"body":197,"canonical":86,"category":87,"cover":86,"date":303,"description":304,"draft":90,"extension":91,"keywords":86,"meta":305,"navigation":93,"noindex":90,"ogImage":86,"path":306,"seo":307,"seoDescription":86,"seoTitle":86,"stem":308,"tags":309,"updated":86,"__hash__":313},"blog\u002Fblog\u002Fduplicate-content-four-types.md","重复内容自查：先分清四种重复再动手",{"type":8,"value":198,"toc":295},[199,202,205,212,218,224,230,234,237,253,256,259,262,265,277,280,283,286,289,292],[11,200,201],{},"重复内容不是一种病，是四种。用错药比不治更糟——最常见的就是所有重复都拿 canonical 去压，最后连本该保留的独立页面也被合并掉。",[15,203,204],{"id":204},"四种重复和各自修法",[11,206,207,211],{},[208,209,210],"strong",{},"参数型","：同一页带 utm、排序、筛选参数。修法是 canonical 加参数规则，别用 301，否则用户点筛选条件会被弹回列表页。",[11,213,214,217],{},[208,215,216],{},"路径型","：尾斜杠、大小写、www 与非 www、http 与 https。修法只有一种——服务器层 301 统一，一次到位，别用 canonical 糊。",[11,219,220,223],{},[208,221,222],{},"跨域型","：主站和博客分域、中英文分域、CDN 镜像域。要么跨域 canonical，要么整站 301 合并，选一个方向长期执行，改来改去最伤。",[11,225,226,229],{},[208,227,228],{},"内容型","：同一篇文章放进多个栏目、产品描述在多个页面复用、机翻多语言。修法是 canonical 到主版本，副本 noindex，同时收敛内链。",[15,231,233],{"id":232},"_2025-年-10-月那个-4-万-url-的站","2025 年 10 月那个 4 万 URL 的站",[11,235,236],{},"自查发现 2.6 万个 URL 是重复变体，客户自己的判断是\"全都 canonical 一下\"。我们按类型拆开：",[238,239,240,244,247,250],"ul",{},[241,242,243],"li",{},"路径型 3000 条，上周就修完了，一条 nginx 规则解决。",[241,245,246],{},"参数型 1.8 万条，canonical 加 robots 组合规则，两周。",[241,248,249],{},"跨域型 4000 条，博客整站 301 回主域，三周。",[241,251,252],{},"内容型 1000 条，合并了 30 篇，人工改了一个月。",[11,254,255],{},"三个月后有效页面从 1.4 万降到 1.4 万上下但结构干净了，自然点击涨 41%。收录总数还降了，这是好事。",[15,257,258],{"id":258},"怎么查",[11,260,261],{},"Screaming Frog 按内容相似度分组，能一次看出哪些 URL 内容重复率超过 90%。GSC 的\"重复网页，Google 选择的规范网页与用户指定的不同\"报告，直接告诉你 Google 选了谁当主版本。日志里看参数 URL 的抓取量，量大的先修。",[15,263,264],{"id":264},"分页和标签页最容易被忘",[11,266,267,268,272,273,276],{},"分页页的重复很少被当回事。",[269,270,271],"code",{},"\u002Fblog?page=2"," 和 ",[269,274,275],{},"\u002Fblog\u002Fpage\u002F2"," 是两条不同的路径，内容一样，如果两套都存在，就是路径型重复。标签页也类似：一篇文章挂 8 个标签，等于 8 个入口指向同一篇，蜘蛛会反复抓。",[11,278,279],{},"处理方式：分页只保留一种 URL 形式，其余 301；分页页自己 canonical 到自己，不要指向第一页（那样第二页的内容永远不收录）；标签页合并到主题页，实在要留就 noindex 但保留链接。",[15,281,282],{"id":282},"清理后的观察期",[11,284,285],{},"改完至少观察 6 周。前两周索引数可能还在涨，因为蜘蛛在重新抓；第 3 到 4 周开始降，这是正常清理；第 5 周后看有效页面的展示和点击有没有涨。我们那个 4 万 URL 的站，点击增长是在第 7 周才明显起来的。",[11,287,288],{},"如果 8 周后没有任何变化，先别怀疑 canonical，回去看日志里参数页的抓取量有没有降。抓取量没降，说明你的屏蔽规则没生效。",[15,290,291],{"id":291},"顺序",[11,293,294],{},"先修结构性重复（路径、跨域），再修参数型，内容型放最后。结构重复不修，canonical 就是往漏水的桶里倒水：蜘蛛每次还是从新地址进来，再被跳一次。",{"title":77,"searchDepth":78,"depth":78,"links":296},[297,298,299,300,301,302],{"id":204,"depth":78,"text":204},{"id":232,"depth":78,"text":233},{"id":258,"depth":78,"text":258},{"id":264,"depth":78,"text":264},{"id":282,"depth":78,"text":282},{"id":291,"depth":78,"text":291},"2026-02-06","一发现重复就急着上 canonical，结果越改越乱。我们把重复分成参数型、路径型、跨域型、内容型四种，每种对应不同修法，配一个 2025 年 10 月 4 万 URL 站点的清理记录。",{},"\u002Fblog\u002Fduplicate-content-four-types",{"title":196,"description":304},"blog\u002Fduplicate-content-four-types",[310,311,312],"重复内容","canonical","网站诊断","SlOKHsDWVx8j6a2zRKtHngZIbES2AnqEHGGUWJ9oYbg",1794088108628]