百度收录率多少正常？三个口径下的正常区间

两个站并排看，差别很直白：A 站 200 篇原创，索引量 186，site: 只回 40 条；B 站 200 篇，索引量 92，site: 能翻出 150 条。同一批数据，谁更健康却说不清。判断百度收录率多少正常，先得把分母、分子和查询方式对齐——差的往往不在百度，在口径上。

判断百度收录率多少正常，先统一口径

百度后台给的是「索引量」，没有「收录率」这个指标，分母得自己定。这个问题没有单一答案，分三层看。

站点级：索引量除以全站可访问 URL 数。上线三个月内落在 20%–40% 都算常见，不必当故障；稳定更新半年以上、以文章为主体的站，60%–80% 是能站住的位置；工具页、列表页、tag 页占比高的站，40% 可能已经是上限。

批次级：新发的 20 篇在 7 天内被索引的比例。60% 以上可以放着不动，30%–60% 盯两周，低于 30% 去查抓取和内容重复。它比站点级灵敏，因为老页面被摊平了。

site: 抽样：只做同一批 URL 的前后对比，绝对值别拿去跨站比。

口径一：站点级收录率怎么算，分母取哪一个

分母有三种取法，结论差得远。

全站可访问 URL 把分页、站内搜索结果页、带 utm 的分享链接都算进去，分母能虚高两三成。sitemap 提交的 URL 是主动告诉百度的集合，我用这一种。栏目列表页翻出来的条数适合单个栏目体检，不适合全站。

一个 96 篇的栏目，索引量 41，按 sitemap 算是 42.7%，按全站 URL 是 31%，按列表页条数是 44%。同一个栏目三个数，写进周报都自圆其说，横向比就全错。所以问百度收录率多少正常，先得问清楚分母是哪一个。

数 loc 标签是最直接的取数方式：

curl -s https://leetao.cc/sitemap.xml | grep -o '<loc>' | wc -l

输出是一个整数，不是 URL 列表。站点如果用了 sitemap 索引文件，这条数出来的是子 sitemap 的个数，得先取出子文件地址再数一遍，多语言分站的站尤其容易在这里算错，具体口径以百度搜索资源平台的说明为准。

分母定下来，分子还有时间差。后台索引量是按天更新的曲线，导出的是当天快照；sitemap 里新加的那批 URL 至少要等三天再拿来算，否则分子天然偏低，看着像收录出了问题。

口径二：批次级收录率，7 天这个窗口

每次发版把 20 篇 URL 落进一个文本，记发布日期，第 7 天用 site: 查询逐条对，命中算收录。20 篇里 12 篇能查到，批次收录率就是 60%。

先取样本池，只留当年目录下的地址：

curl -s https://leetao.cc/sitemap.xml \
  | grep -o '<loc>[^<]*</loc>' \
  | sed 's/<[^>]*>//g' \
  | grep -c '/2026/'

每行以 | 结尾，粘进终端一次跑完。要的是 URL 列表就把最后一行换成 grep '/2026/'，去掉 -c。

这个口径比站点级好用，差别全在分母：老页面早就进了索引，在站点级分母里占大头，新内容出问题会被稀释。一批 20 篇有 8 篇不进索引，站点级只掉两三个点，批次级直接从 100% 掉到 60%，当场能看见。

连续两批低于 30%，先去后台看抓取频次和抓取异常，再看这批页面的正文相似度。我判错过一次，把原因归到 sitemap 没提交，查下来是那批文章的模板换了，正文被包进同一层 div，抽取出来只剩标题和版权声明。

模板这类改动后台看不出来，索引量不掉、抓取也正常，只能抽一篇看快照。

口径三：site: 抽样为什么和索引量对不上

同一个站，后台索引量 620，site: 查询回来 180。差的 440 条不是百度在藏，是两个东西，量的不是一回事。

索引量是索引库里的页面数，包含大量不会展现给用户的重复页和低质页；site: 走检索，结果条数是估算值，还会被截断。

我连记过七天 site: 的数字：180、240、190，一天之内能来回跳，同一周索引量曲线从 618 平着走到 622。会跳的是估算，不怎么动的是库存。

还有一处对不上：site: 限定到目录，数字不一定比全站小。全站查询的估算池混着首页、栏目页、tag 页，限定目录后池子变小，估出来的数反而更接近可检索条数。这两个数没法互相校验，也只能各看各的趋势，百度收录率多少正常因此不存在一个通用绝对值。

速查清单：数对不上时按顺序查

• 分母里有没有 ?page= 这类参数页，有就先剔掉
• 每篇的 canonical 是否指向自己，指向列表页的等于自己弃权
• sitemap 是不是把三年前的老 URL 全塞着，提交量过大反而摊薄抓取
• 栏目列表页翻到第 100 页以后还有没有内容，深分页基本进不去
• 索引量在涨、site: 不涨，先怀疑页面被判低质，而不是没抓

这五条查完，百度收录率多少正常才有可比的答案，单看一个百分比没有意义。

还有两处我定不下来

索引量里有多少是只在库里、不参与展现的低质页，后台拆不出来。我只能用目录级 site: 查询侧面估，估出来的数和真实值差多少，目前没有校准手段。

另一处是 301 迁移过的站。旧 URL 还挂在索引里，分母算不算它们，两种算法我都在跑：算进去 38%，剔掉 61%。哪个对，得看三个月后旧地址掉没掉干净，现在给结论太早。