Nuxt 3 个人站收录太多参数页：我重做了 canonical、robots 和 301

前阵子看收录数据，发现个人站被收了一堆带参数的 URL：文章列表带 utm_source，标签页带 sort，分页从 1 翻到 40。表面上入口变多了，实际上搜索结果里出现大量重复页，正文页反而被稀释。我干脆把 canonical、robots 和 301 规则重做了一遍。

先把 URL 分成三类，再谈规则

• 内容页：文章详情、稳定的栏目首页，允许收录，canonical 指向自身干净路径。
• 状态页：分页、筛选、排序、搜索结果，优先 noindex 或 canonical 到主列表，避免组合爆炸。
• 追踪参数：utm、from、ref 这类只用于归因的参数，一律 301 到去掉参数后的地址。

canonical、robots、301 各管一段

我以前以为 canonical 能解决一切，后来发现它只是告诉搜索引擎哪一页更代表当前内容，抓取仍会发生。robots 负责减少无意义抓取，但不能保证已收录的脏 URL 立刻消失。301 更适合处理明确无价值的参数入口。我的策略是：文章详情保留干净 URL；列表第一页正常收录；深分页和组合筛选 noindex；追踪参数在服务器中间件里直接跳走。

// server/middleware/clean-query.ts
export default defineEventHandler((event) => {
  const url = new URL(getRequestURL(event))
  const drop = ['utm_source', 'utm_medium', 'from', 'ref']
  if (drop.some((k) => url.searchParams.has(k))) {
    drop.forEach((k) => url.searchParams.delete(k))
    return sendRedirect(event, url.pathname + url.search, 301)
  }
})

排查闭环：别只改配置，要看日志

1. 从 Nginx 日志里统计带问号的 URL，按参数名排序，找出高频脏路径。
2. 用内链巡检脚本检查站内链接是否自己拼了追踪参数，避免一边清理一边制造。
3. 在 Search Console 抽查收录结果，重点看 ?page=、?sort=、?utm_source= 是否下降。
4. 观察一到两周，如果索引没有回落，再补 410 或更细的 noindex。

“SEO 里最容易被忽略的不是规则写法，而是先判断这个 URL 到底是不是一个值得长期存在的内容页。”

这次重做以后，参数页收录逐渐收敛，正文页的展现也稳定了一些。我的体会是：个人站不需要追求所有页面都被收录，反而要把入口收窄，让爬虫和用户都更快找到正文。规则不复杂，难的是持续巡检，别让一次活动参数变成长期索引负担。