SEO 百科

分页的网址

本页目录

分页的网址

分页的网址是列表页拆成多页之后的独立地址，第 2 页、第 3 页各有自己的网址，常见写法是 /list?page=2[2]。引擎把一个分页序列里的每个网址当作独立网页，抓取、收录和排序都按独立网页计算[2]。列表页指把多条信息聚合展示的页面，例如文章列表、商品类目页、问答列表[3]。地址标错会让后面的页面不再被单独收录，页面拆得过碎又会让每一页给不出足够的信息量，这两处判断都要在上线前定下来。

分页序列里的网页关系

页与页之间的关系由链接交出去。Google 在文档里写了做法：

为确保搜索引擎理解分页内容的网页之间的关系，请使用 <a href> 标记在每个网页上添加指向下一页的链接。

Google《分页和增量加载以及它们对 Google 搜索的影响》[2]

抓取工具按链接找页面。第 2 页没有任何链接指向它时，它只剩站点地图和历史抓取记录两条进入路径。反过来看，链接按顺序排好，第 2 页、第 3 页会依次进入抓取队列，各页里的条目也就各自有了被收录的机会。

Google 还建议从序列里的每一页链接回第一页，用来强调这一组网页的起点[2]。这里的判断落在着陆页归属上，着陆页指用户点击结果之后到达的第一个页面。第 1 页承担整组内容的门面，后面的页面承担细分需求，两者在搜索结果里竞争的是不同的查询。

<nav aria-label="分页">
  <a href="/list/">1</a>
  <a href="/list?page=2" rel="next">2</a>
  <a href="/list?page=3" rel="next">3</a>
  <a href="/list?page=2">下一页</a>
  <a href="/list/">返回列表首页</a>
</nav>

页码链接写成真实的 <a href>，用户在浏览器里禁用脚本也能进第 2 页，抓取工具拿到的就是同一批地址。

每页的规范网址标注

规范网址指一组重复或相似网页里被选定的那个地址，它代表整组网页，行业也写作 canonical。分页的处理规则是每条网址各标自己：

不要将分页序列的第一个网页用作规范网页。应为每个网页提供各自的规范网址。

Google《分页和增量加载以及它们对 Google 搜索的影响》[2]

这条规则的原因在规范化的作用上。Google 的规范化文档说明，指定规范网址之后，搜索引擎会把已经掌握的信号整合到一个首选网址上，指向各个网址的链接也算在这种信号里[1]。第 2 页如果标 <link rel="canonical" href="/list/">，指向第 2 页的链接、第 2 页独有条目的信息，都会被并到第 1 页去，第 2 页本身退出结果。

Google 对规范化另有两条硬约束：请在规范网页本身上添加 rel="canonical" 链接，也就是自引用规范；也不要用 noindex 选定站内的规范网页，因为 noindex 会让那个页面完全不出现[1]。

<!-- /list?page=2 的 head -->
<link rel="canonical" href="https://www.example.com/list?page=2" />

<!-- /list?page=3 的 head -->
<link rel="canonical" href="https://www.example.com/list?page=3" />

标题和描述可以整组共用，页码写进标题尾部的做法更常见，例如 第 2 页 - 前端专栏。Semrush 的指引同样主张每页自引用，理由是这种做法能避免分页序列被判定成重复内容[4]。

内容拆分的收益与代价

Google 支持把长列表拆开，因为一次性取回全部结果会拖慢首屏。文档列出的好处包括初始网页加载更快、网络流量更少、后端从数据库取的内容量更小[2]。移动设备上流量代价更明显，拆分带来的速度收益也就更容易被用户感知。

代价同样写在 Google 的对照里：内容被拆成多个网页而不是一个连续列表，想看更多内容就要加载新网页[2]。拆得过碎会带来两个后果。一个后果是每一页的条目太少，用户要连续跳好几页才能看完一轮，第 4 页之后的到达率通常掉得很快。另一个后果是同一篇内容在相邻两页各出现一次，两页看起来高度相似，引擎按相似网页处理时，两页的收录与排序表现都会下降。

一页装多少条由列表本身决定。商品类目页一屏能看到的数量、文章列表页的摘要长度、图片列表页的缩略图尺寸，都会改变合理取值。判断标准是首屏能给出这一页的主张，用户不必跳转就知道这一组结果的整体规模。

页码写法与筛选排序地址

页码放进网址时，写法上有三种情况需要区分。

  • 查询参数：?page=2，Google 要求为每个网页提供唯一网址，推荐的就是这种绝对页码[2]。
  • 路径分段：/list/2/，服务器能收到，效果与查询参数等价，规则要保持一致。
  • 网址片段：#page=2，不可用。Google 的说法是“Google 会忽略片段标识符”，抓取工具看到只有 # 之后不同的地址，会认为这一页已经取过[2]。

筛选和排序会生成大量指向同一组结果的地址。以 ?order=price 为例，它返回的还是那一列商品，只是顺序不同。Google 的建议是把这些变体挡在索引之外，手段有两样：noindex 的 robots meta 标记，或者用 robots.txt 降低抓取意愿[2]。noindex 是让页面不进索引的指令，写在页面 head 里。

<!-- 筛选结果页：可抓取，但不进索引 -->
<meta name="robots" content="noindex" />

User-agent: *
Disallow: /*?order=
Disallow: /*&color=

上面两条规则只挡抓取，挡索引要用 noindex。两者一起用时，被 Disallow 的页面取不到 <head>，noindex 反而读不到，只能选一种。

自检办法

分页设置完成后，取第 2 页的源码看三件事：列表项在不在、规范网址指向谁、下一页链接是不是带 href 的 <a>。

# 看第 2 页原始 HTML 里的规范网址与下一页链接
curl -s "https://www.example.com/list?page=2" | grep -E "rel=\"canonical\"|rel=\"next\""

# 确认第 2 页与第 1 页返回的不是同一份列表
curl -s "https://www.example.com/list?page=2" | grep -c "class=\"card\""

第二条命令数的是列表卡片数量。两页数量相同而且条目重复，说明分页参数没有真正生效，服务器返回的是同一份内容。

常见误用

  • 把第 2 页往后的规范网址统一指向第 1 页，后面的页面不再被单独收录；
  • 用 #page=2 承载页码，抓取工具视为同一个地址，链接不再被跟踪[2]；
  • 分页序列里缺 href 链接，只留一段脚本点击的“下一页”，后续页面的发现渠道只剩站点地图和偶然链接；
  • 把筛选地址、排序地址和不带参数的列表页一起放进索引，同一组结果出现多个版本；
  • 一页只放两三条内容，整组页面每一页的信息量都撑不起一个独立结果；
  • 用 robots.txt 屏蔽了分页地址，又在页面里写 noindex，两处指令互相遮挡。

附录

参见

参考资料

官方（境外）

  1. 《如何使用 rel="canonical" 及其他方法指定规范网址》，Google 搜索中心。
  2. 《分页和增量加载以及它们对 Google 搜索的影响》，Google 搜索中心。

官方（国内）

  1. 《百度APP移动搜索落地页体验白皮书5.0》，百度搜索资源平台，2020-03-19 更新。

第三方

  1. 《Pagination and SEO: A Complete Guide to Best Practices》，Semrush。

外部链接

无。