核心公式（直接可用）：
域名的收录率是一个百分数值, 它等于已经收录的页面数量除以已经提交的页面的总数, 然后乘上一百。
已收录页面数, 指的是利用搜索引擎里面的像site这样的搜索指令, 或者是去各大站长管理平台去实际查询所得到的结果, 这个结果代表的是该域名下面的网站被搜索引擎真正抓取并且收录进数据库的网页的具体数量。
已提交页面总数: 它指的是通过 XML Sitemaps、主动推送, 或者手动提交这些方式, 交付给搜索引擎的那部分全部有效的 URL 数量。
三步计算流程
第 1 步｜获取已收录页面数
你可以通过百度搜索引擎来操作, 具体方法是把搜索框里的内容改成用site:你的域名这种方式来写, 比如说像site:gname.xin这样, 然后去看一看最后返回的结果总数一共是多少个。
你去谷歌上面搜一下site:你的域名, 或者打开那个叫 Google Search Console 的地方, 找到索引那一块, 看看已编入索引的页面数是多少, 这样就能拿到精确的数字。
针对像Bing还有搜狗这样的引擎, 进行相关的操作时候采用的办法和前面的情形是一样的。
第 2 步｜获取已提交页面总数
你应当登录相关联的站长平台, 具体包括百度站长平台和Google Search Console, 然后进入“站点地图”功能区域或者“URL 检测”工具模块, 在这样的地方去查看已经被提交的 URL 总的数量, 这个总数里面包含了已经收录的内容以及等待被收录的内容。
如果你没有使用站长平台, 那么就要以站点实际部署的有效页面总数作为依据, 这个数据可以通过统计 sitemap.xml 文件来得到。
第 3 步｜代入公式得出结果
收录率是指把第一步里的数值拿到第二步的数值那里去进行除法运算, 然后再乘以一千分之一的百分之百的比例。
影响收录率的关键因素
1. 内容质量与原创度: 存在大量采集来的东西, 或者存在重复的内容, 这些情况会使得收录的比例出现非常显着的降低。
2. 技术规范, 纯 JS 渲染, 深层嵌套 URL, 缺少 meta 描述, robots.txt 误屏蔽, 这些情况, 都会阻碍抓取。
3. 提交方式与频率：仅依赖 sitemap 被动提交，收录速度远慢于主动推送。
4. 域名历史与权重 是这样一个情况域名收录率计算方法，新注册的域名比如说刚注册上线的 gname.xin, 它的初期收录通常会偏低一些, 所以需要经历养站这个阶段, 时间大概是 1 到 3 个月左右。
5. 外链与站点权威度: 高质量的外链, 能够提升搜索引擎对该域的名的信任感, 进而间接提高收录的量。
实操建议
每周固定进行一次收录数据的记录工作, 其目的主要在于观察数据的变化趋势, 而不是仅仅关注某一个孤立的时间点上的数据情况。
当收录率低于50%的时候, 需要先去排查技术层面, 查看robots.txt有没有错误地屏蔽掉内容, 另外还要检查是否存在异常情况下的301或者302重定向。
对于那些靠大量内容撑起来的网站, 推荐把 sitemap 文件分批次拆分开来。等到每次往搜索引擎提交的时候, 记住数量别超标。具体的规则是, 单次提交的 URL 条目, 绝对不能超过 5 万条。
新站在上线的前 3 个月, 收录率的波动属于正常现象, 应该重点关注保持固定的更新频率以及保障内容的原创性是必要的。
常见误区
以上这些方法, 能够适用于百度、Google、Bing, 以及像其他一些主流搜索引擎等, 站长人员可以针对自身的目标市场情况，来选择对应的平台来进行验证操作。
