简介：面向帝国CMS网站管理员与SEO运维人员的免费插件合集，聚焦内容生产与搜索引擎优化环节，适合希望减少手工配置、提升站点收录与排名效率的初中级站长使用。方案覆盖全自动采集、伪原创发布、自动内链、关键词插入和自动配图等能力，可把采集、改写、站内链接与关键词布局串成较完整的SEO工作流。压缩包约312.51MB，文件总数显示为0、类型明细暂无有效数据，上游清单未提供可核验的文件构成；从描述看，内容围绕插件工具及配套运行组件展开。已有275人学习下载，说明该主题在中后台建站群体中有一定关注度。读者可据此了解免费SEO插件的功能边界与组合思路，并以此搭建采集、内链、关键词和配图的基础优化流程，减少重复劳动，把精力更多放在内容审核与站点运营上。

1. 搜“帝国CMS插件免费下载”的人，多半卡在同一个地方

搜“帝国CMS插件免费下载”的人，通常不是因为帝国CMS缺少 SEO 功能，真正的原因是同一个功能被拆散在五个地方：栏目设置里改描述，数据表里加字段，模板里拼 meta，伪静态里写规则，自定义页面里生成 sitemap。改一处没事，五处一起改就很容易互相冲突——标题被模板覆盖，描述被截断，canonical 指向分页，sitemap 里混进 404。这份资源的价值，就是把这类零散的 SEO 功能收进一套插件包里：SEO 字段的批量维护、标题描述的模板化生成、关键词抽取、canonical 与分页处理、JSON-LD 结构化输出、sitemap 分片生成，换站时只改参数，不用重写一遍配置。它适合已经在用帝国CMS跑内容站、又被重复配置拖住的人；不适合只想装个插件就自动把排名做上去的期待。下面按“解包核对、装改验、回滚”的顺序拆，中间的血泪经验我会标出来。

2. 解包先看结构：插件目录、数据表和后台入口怎么对上

拿到一个帝国CMS插件包，先别急着往/e/extend/里丢。帝国CMS 的插件不是“上传即生效”的那种，它要经过后台注册、写数据库配置、生成菜单三个动作，任何一步对不上，表现都是白屏或者“插件不存在”。这一章讲清楚它在系统里是怎么被加载的，以及装之前必须核对哪几样东西。

2.1 插件在帝国CMS里的加载链路

帝国CMS 的扩展插件，代码放在/e/extend/下的独立目录里，每个目录一个入口文件，通常是index.php。后台“系统 → 插件管理 → 增加插件”填写插件名称、插件目录名、插件文件（如index.php），提交后会往插件配置表里写一条记录，并在后台左侧生成菜单项。之后访问/e/extend/插件目录/index.php就能进入插件界面。

插件内部要操作数据库，不能自己另起一套连接，标准做法是引入系统公共文件，复用全局的数据库对象和表前缀变量。这样换站、换表前缀都不用改代码：

<?php // e/extend/seo_toolkit/index.php // 相对层级按实际插件目录深度调整，常见为向上两级 require dirname(__FILE__) . '/../../class/connect.php'; global $empire, $dbtbpre; // 从插件自己的配置表读开关和参数 $cfgRow = $empire->fetch1("SELECT * FROM {$dbtbpre}extend_seo_config LIMIT 1"); $enableSchema = (int)($cfgRow['enable_schema'] ?? 1); // 统一入口参数，避免直接拼 $_GET $do = $_GET['do'] ?? 'setting'; $do = preg_replace('/[^a-z_]/', '', $do); echo '<div class="seo-toolkit">当前动作：' . htmlspecialchars($do, ENT_QUOTES, 'UTF-8') . '</div>';

这段代码的关键不在业务，而在两个变量：$empire是帝国CMS 的数据库对象，$dbtbpre是表前缀（默认phome_）。直接写phome_ecms_news的插件，遇到改过前缀的站点会直接报表不存在，这是最常见的“装了没反应”原因之一。参数处理那两行也不是摆设，插件的入口文件通常挂在后台菜单下，带do参数做路由，过滤掉非字母下划线能挡掉一部分拼接注入。

提示：引入路径用dirname(__FILE__)拼绝对路径，不要用../相对路径。帝国CMS 有些版本会在不同入口切换工作目录，相对路径偶发失效，排查起来很费时间。

2.2 解包后按这张表逐项核对

不同插件包的目录组织会有差异，但一个能正常安装的包，下面这几类文件基本都得有。收到后先对着表格过一遍，缺哪项直接问来源，不要抱着“试试看”的心态装。

install.sql是重点检查对象。合格的写法是不写死前缀，交给安装程序替换；不合格的写法是通篇phome_，一旦你的站前缀是别的，安装就会失败。另外看有没有DROP TABLE——卸载脚本里出现DROP TABLE phome_ecms_news这种，不要安装。

2.3 装之前先做一次可回滚的备份

插件改的是数据表结构和模板文件，这两样都不在“重新上传源码”能覆盖的范围内。我一般在动插件之前固定执行两条命令，用时间戳命名，出问题直接整包回滚。

#!/usr/bin/env bash set -euo pipefail DB_NAME="site_db" DB_USER="site_user" DB_PASS="your_password" SITE_ROOT="/www/wwwroot/site" BACKUP_DIR="/www/backup/seo" TS=$(date +%F_%H%M) mkdir -p "$BACKUP_DIR" # 1) 整库逻辑备份，InnoDB 用事务保证一致性，不锁表 mysqldump -u"$DB_USER" -p"$DB_PASS" \ --single-transaction \ --default-character-set=utf8mb4 \ --routines --triggers \ "$DB_NAME" > "$BACKUP_DIR/db_$TS.sql" # 2) 只打包会被插件改动的目录，避免整站几十 G 拖慢 tar -czf "$BACKUP_DIR/files_$TS.tar.gz" \ -C "$SITE_ROOT" \ e/extend e/data e/template echo "backup done: $BACKUP_DIR/db_$TS.sql"

--single-transaction让备份在一个一致性快照里完成，运行期间写入不被阻塞，这是 InnoDB 表的前提，MyISAM 表仍然是锁的，这点要知道。--default-character-set=utf8mb4不加的话，中文标题在导出文件里可能变成问号，恢复回去就是一堆乱码，这类事故我见过不止一次。第二步只打包e/extend（插件）、e/data（缓存和配置）、e/template（模板），这三个是插件真正会碰的地方，打包速度快，回滚也快。

回滚顺序和安装顺序相反：先停插件（后台插件管理里禁用或直接移走目录），再导回 SQL，最后清e/data下的缓存文件。顺序搞反的话，残留的插件配置会引用已经不存在的数据表，后台会持续报错。

3. 把 SEO 字段落到数据表：标题、描述、关键词和 URL 规则

插件装好只是第一步，真正的活是让 SEO 数据有地方存、有地方取。帝国CMS 原生已经有标题、简介、关键词这些字段，但它们的取值逻辑是固定的，插件要做的是在不破坏原逻辑的前提下加一层“覆盖”：后台手工填了就用手工值，没填就按规则自动生成。这一章讲字段怎么加、模板怎么取、URL 怎么保证唯一。

3.1 字段扩展：在主表上加三条 SEO 元数据

帝国CMS 的内容模型按表拆分，新闻模型的主表是phome_ecms_news，正文等大字段在副表phome_ecms_news_data_1里。SEO 元数据量小、查询频繁，加在主表更合适。加字段前先确认表引擎和字符集，避免索引长度踩坑。

-- 先确认表结构和字符集 SHOW CREATE TABLE `phome_ecms_news`; -- 加三个字段：SEO标题、SEO描述、规范链接 ALTER TABLE `phome_ecms_news` ADD COLUMN `seo_title` varchar(120) NOT NULL DEFAULT '' COMMENT 'SEO标题，为空时回落到title', ADD COLUMN `seo_desc` varchar(200) NOT NULL DEFAULT '' COMMENT 'SEO描述，为空时回落到简介', ADD COLUMN `seo_canonical` varchar(191) NOT NULL DEFAULT '' COMMENT '规范链接，跨站转载时使用', ADD INDEX `idx_seo_canonical` (`seo_canonical`);

字段长度是有讲究的：seo_title给 120，是因为中文标题在搜索结果里大约显示 30 个汉字，120 字符足够覆盖并留出英文站点的余量；seo_desc给 200，对应大约 78 个汉字，超出部分搜索引擎会截断，不如自己控制。seo_canonical用 191 而不是 255，是因为部分 MySQL 5.6/5.7 组合在utf8mb4下单列索引上限是 767 字节，255×4 会超，191×4=764 刚好卡在线上，这是一个很实用的保守值。如果你的库已经是 MySQL 8 且行格式为 DYNAMIC，改成 255 也没问题。

加完字段还有一步容易漏：帝国CMS 后台的“管理数据表”里要刷新一次表结构缓存，否则后台录入表单不会出现新字段。很多人加完字段发现后台看不见，以为是没生效，其实是缓存没刷。

3.2 模板层取值：手工值优先，自动值兜底

字段有了，取值逻辑要写成“逐级回落”，而不是简单的三元判断。原因是实际运营里，有的编辑填了 SEO 标题没填描述，有的描述是从正文里截的，还有的正文本身带 HTML 标签，直接输出会把标签带进 meta。

<?php // 放在内容模板顶部，模板需开启“支持PHP” // $navinfor 为帝国内容页的当前文章数组 function ecms_seo_text(array $row, $len) { $candidates = [ trim($row['seo_desc'] ?? ''), trim(strip_tags($row['smalltext'] ?? '')), trim(strip_tags($row['newstext'] ?? '')), ]; foreach ($candidates as $text) { // 压缩连续空白，去掉不可见字符 $text = preg_replace('/[\s\x{00A0}]+/u', ' ', $text); $text = trim($text); if ($text !== '') { return mb_substr($text, 0, $len, 'UTF-8'); } } return ''; } $seoTitle = trim($navinfor['seo_title'] ?? ''); if ($seoTitle === '') { $seoTitle = trim($navinfor['title'] ?? ''); } $seoTitle = mb_substr($seoTitle, 0, 60, 'UTF-8'); $seoDesc = ecms_seo_text($navinfor, 110); $pageUrl = 'https://' . $_SERVER['HTTP_HOST'] . $_SERVER['REQUEST_URI']; $canonical = trim($navinfor['seo_canonical'] ?? ''); if ($canonical === '') { $canonical = $pageUrl; } ?> <title><?= htmlspecialchars($seoTitle, ENT_QUOTES, 'UTF-8') ?></title> <meta name="description" content="<?= htmlspecialchars($seoDesc, ENT_QUOTES, 'UTF-8') ?>"> <link rel="canonical" href="<?= htmlspecialchars($canonical, ENT_QUOTES, 'UTF-8') ?>">

三个要点。第一，所有截断用mb_substr并显式传UTF-8，用substr会把汉字从中间切成乱码，这是帝国CMS 站点上极高频的事故，尤其是站点从 GBK 迁到 UTF-8 之后，老模板里的substr会继续咬人。第二，strip_tags在截断之前执行，顺序反了会残留半截标签。第三，输出统一走htmlspecialchars，标题里带英文双引号时，不加转义会直接把 meta 标签截断，页面看起来正常，抓取工具读到的描述却是残缺的。

$navinfor是帝国内容页模板里的文章数组，列表页对应的是循环里的$r和$bqno。如果你在列表模板里也输出描述，字段名要跟着换，不能直接复制这段。

3.3 伪静态与 URL 唯一性：同一个内容只保留一个地址

帝国CMS 支持生成静态页，也支持动态访问，两条路同时开着就产生了一个经典问题：同一篇文章有/show-1-2.html和/e/action/ShowInfo.php?classid=1&id=2两个地址，权重被拆成两份。插件一般会处理这个，但前提是你把规则配对。

# 内容页：/show-栏目ID-信息ID.html rewrite ^/show-([0-9]+)-([0-9]+)\.html$ /e/action/ShowInfo.php?classid=$1&id=$2 last; # 列表页：/list-栏目ID-页码.html rewrite ^/list-([0-9]+)-([0-9]+)\.html$ /e/action/ListInfo.php?classid=$1&page=$2 last; # 已生成静态的站点，规则只做兜底，命中真实文件优先 location / { try_files $uri $uri/ /index.php?$query_string; }

实际路径要按你站点现有的入口核对，不同版本在e/action/下的文件名可能有差异，不要照抄后直接上生产。last表示重写后重新走一遍 location 匹配，break则在本轮停止；这两个混用是伪静态调试里最常见的困惑，附件 404 十有八九是这里写错。try_files那行保证静态文件存在时直接返回文件，不存在才落到重写，避免把图片也送进 PHP。

URL 唯一性还有两个配套动作：栏目页和 TAG 聚合页的分页，第 2 页以后加noindex,follow，避免分页内容被当成重复页；站内搜索结果页直接noindex并加robots.txt的Disallow。这两条不加，插件把标题描述做得再干净，收录质量也上不去。

4. 结构化数据与 sitemap：插件输出接上真实页面才算完成

很多插件包在后台能生成数据，但前台页面里什么也没多出来，原因是输出环节没接上。这一章讲两件事：JSON-LD 的字段怎么和帝国CMS 的字段对上，sitemap 怎么按量分片并且不混进死链。两者都属于“生成了不等于生效”的典型。

4.1 JSON-LD 输出：字段映射与时间格式

结构化数据用 JSON-LD 比微数据好维护，一段<script>放在</head>前即可。字段映射的原则是：只填你页面上真实存在的值，不要为了凑 schema 编造作者、评分、发布时间。

<?php // 内容页模板内，复用上一节的 $seoTitle / $seoDesc / $canonical $published = (int)($navinfor['newstime'] ?? 0); $modified = (int)($navinfor['lastdotime'] ?? $published); $siteName = '站点名称占位'; $schema = [ '@context' => 'https://schema.org', '@type' => 'NewsArticle', 'headline' => mb_substr($seoTitle, 0, 110, 'UTF-8'), 'description' => $seoDesc, 'datePublished' => $published ? date('c', $published) : null, 'dateModified' => $modified ? date('c', $modified) : null, 'mainEntityOfPage' => [ '@type' => 'WebPage', '@id' => $canonical, ], 'author' => [ '@type' => 'Organization', 'name' => $siteName, ], ]; // 过滤 null，避免输出 "datePublished": null $schema = array_filter($schema, static function ($v) { return $v !== null && $v !== ''; }); echo '<script type="application/ld+json">' . json_encode($schema, JSON_UNESCAPED_UNICODE | JSON_UNESCAPED_SLASHES) . '</script>'; ?>

date('c', ...)输出 ISO 8601 带时区偏移，这是结构化数据校验工具认的格式，直接输出Y-m-d也能过，但精度丢了。JSON_UNESCAPED_UNICODE让中文不被转成\uXXXX，体积小一半且可读；JSON_UNESCAPED_SLASHES让 URL 保持原样。array_filter那一步是为了去掉空值，headline推荐不超过 110 字符，超了校验工具会给警告但不报错，属于“能过但不好看”的灰区。

注意：seo_canonical如果用于跨站转载指向原文，结构化数据里的mainEntityOfPage也要跟着用同一个地址，两者不一致会被判定为信号冲突。

4.2 sitemap 分片生成：按上限切片，绕开动态页

sitemap 协议单文件上限是 50000 条 URL、未压缩 50MB。内容量超过几千条的站点，直接一次性SELECT *拼 XML，很容易在生成时把 PHP 内存吃满或者在共享主机上超时。可行的做法是绕开 CMS 的动态入口，用一个独立脚本直连数据库分页读，按栏目切分输出。

<?php // sitemap/build.php，定时任务执行 $pdo = new PDO('mysql:host=127.0.0.1;dbname=site_db;charset=utf8mb4', 'db_user', 'db_pass', [ PDO::ATTR_ERRMODE => PDO::ERRMODE_EXCEPTION, PDO::ATTR_DEFAULT_FETCH_MODE => PDO::FETCH_ASSOC, ]); $perFile = 40000; // 留 1 万条余量，避免追加后超限 $outDir = '/www/wwwroot/site/sitemap'; $baseUrl = 'https://example.com'; // 只取已审核、未删除的内容；status 字段按站点实际字段名调整 $total = (int)$pdo->query("SELECT COUNT(*) FROM phome_ecms_news WHERE checked=1")->fetchColumn(); $pages = (int)ceil($total / $perFile); for ($p = 0; $p < $pages; $p++) { $offset = $p * $perFile; $sql = "SELECT id, classid, newstime FROM phome_ecms_news WHERE checked=1 ORDER BY id ASC LIMIT {$perFile} OFFSET {$offset}"; $rows = $pdo->query($sql)->fetchAll(); $xml = '<?xml version="1.0" encoding="UTF-8"?>' . "\n"; $xml .= '<urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">' . "\n"; foreach ($rows as $row) { $loc = sprintf('%s/show-%d-%d.html', $baseUrl, $row['classid'], $row['id']); $xml .= " <url>\n"; $xml .= ' <loc>' . htmlspecialchars($loc, ENT_XML1) . "</loc>\n"; $xml .= ' <lastmod>' . date('c', (int)$row['newstime']) . "</lastmod>\n"; $xml .= " </url>\n"; } $xml .= '</urlset>'; $file = sprintf('%s/sitemap_%d.xml', $outDir, $p + 1); file_put_contents($file, $xml); echo "written: {$file}\n"; }

几个参数要说清楚。$perFile取 40000 而不是 50000，是给自己留缓冲，后续如果要往里补栏目页、TAG 页不至于超限。checked=1是过滤未审核内容，帝国CMS 的审核状态字段在不同模型里可能有差异，上线前用SHOW COLUMNS确认一遍。htmlspecialchars(..., ENT_XML1)对 URL 里的&做 XML 转义，不做的话 XML 解析器会直接报格式错误，sitemap 提交后被判无效。ORDER BY id ASC加OFFSET在百万级表上会越翻越慢，量大的站点改成按id > 上一页最大 id的游标方式，速度能差一个数量级。

生成完再写一个索引文件sitemap_index.xml，把各分片列进去，提交时只提交索引地址。

4.3 robots 与提交节奏

robots 不需要复杂，管住三件事就够：屏蔽后台和动态入口、屏蔽站内搜索结果、放行 sitemap。

User-agent: * Disallow: /e/ Disallow: /search/ Disallow: /*?* Allow: /sitemap/ Sitemap: https://example.com/sitemap/sitemap_index.xml

Disallow: /*?*这条要慎重，有些站点的静态化不彻底，带参数的地址才是有效页，一刀切会把正常内容也挡掉。上线前用抓取工具抽十条 URL 验证一遍。sitemap 提交不要一次全推，先提交索引，观察三到五天抓取量，再决定要不要拆分更细。新站一天抓几百条是正常节奏，急着把几万条塞进去，反而容易触发抓取配额限制。

5. 避坑与排查：五个上线后才暴露的问题

装完当天一切正常，第二天开始出问题，这是 SEO 类插件最常见的节奏。下面五条都是现象、原因、解决三段式，遇到时按顺序对，别一上来就重装插件。

5.1 后台改完描述，前台页面纹丝不动

现象：后台录入 SEO 描述保存成功，刷新前台内容页，meta 里的内容还是旧的，清浏览器缓存也没用。

原因：帝国CMS 有三层缓存叠在一起——数据缓存（e/data下的缓存文件）、模板编译缓存、以及内容页如果开了静态生成，还有一个 HTML 文件。插件改了数据库，但静态 HTML 没重新生成，前台读的仍是旧文件。

解决：按顺序清三样。先清e/data下的缓存目录（保留配置文件），再在后台“更新”里刷新内容页 HTML，最后清 CDN 或反向代理的缓存。只做第一步不做第二步，静态站永远看不到变化。我习惯在插件配置里加一个“保存后自动刷新当前页”的开关，默认关闭，需要时手动开，避免编辑一次刷一次全站。

5.2 描述被截成半个字，或者出现问号方块

现象：meta description 结尾是“……”或者一个孤零零的半个汉字，严重时整段变成????。

原因：两种可能。一是模板里用了substr而不是mb_substr，按字节截断把三字节的汉字切开了；二是站点从 GBK 迁移到 UTF-8 时，部分老数据的编码没转干净，混在里面的非法字节被输出到页面。

解决：先把模板里所有截断函数换成带编码参数的mb_*系列。再跑一次数据体检，把含非法 UTF-8 的记录挑出来：

-- 找出无法按 UTF-8 正常解码的记录，需在命令行用 CONVERT 逐条验证 SELECT id, title FROM phome_ecms_news WHERE title <> CONVERT(CONVERT(title USING latin1) USING utf8mb4) LIMIT 100;

这条 SQL 是启发式的，只用来抽样定位，不要拿它当批量修复脚本。确认有问题后逐条人工改，批量转码很容易把正常内容也弄坏。

5.3 伪静态规则一加，图片和附件全部 404

现象：页面能打开，但站内所有图片、CSS、下载附件都返回 404，浏览器控制台一片红。

原因：重写规则把静态资源也吃进去了。常见写法是rewrite ^/(.*)$ /index.php?...这种全捕获，或者location /里缺try_files，导致/uploads/2024/a.jpg也被转给 PHP 处理。

解决：重写规则只匹配你要伪静态的那几类地址，用明确的^/show-、^/list-开头；location /里补try_files $uri $uri/ =404;，让真实存在的文件直接返回。改完用curl -I逐条验证：静态资源应该是 200 且Content-Type为图片类型，内容页应该是 200 且不带查询串。

5.4 sitemap 里混进 404 和未发布内容

现象：提交 sitemap 后，抓取统计里出现大量 404，索引率上不去。

原因：生成脚本的过滤条件写漏了。帝国CMS 的内容有审核状态、有回收站标记、有定时发布（未来时间），这几种都会出现在表里但前台访问不到。另外，如果站点是静态生成，内容改了但 HTML 没刷新，URL 存在但内容是旧的，抓取端也会判为低质。

解决：生成 SQL 里把checked=1、newstime <= 当前时间、回收站字段为空三个条件都加上，先在测试环境跑一遍，随机抽 50 条 URL 用curl -o /dev/null -s -w "%{http_code}"验证返回码，全部 200 再提交。

5.5 插件跑批量任务时后台卡死

现象：点了“批量生成 SEO 描述”，页面转圈几分钟后 502，或者整个后台其他页面也打不开。

原因：插件在循环里逐条UPDATE，每条一次往返，几千条就是几千次写；如果表上没有合适索引，每次更新还扫全表，把连接池占满，其他请求排队。

解决：改成按主键分批，每批 200 到 500 条，用一条CASE WHEN或事务包裹批量提交，批与批之间usleep让出资源。执行入口放到命令行或独立入口，不走后台页面同步等待。另外确认seo_canonical那类查询字段上有索引，全文扫描是最常见的隐形杀手。

6. 验收：抓一批页面回来比对，别靠眼睛看

插件配完，最危险的动作就是打开三个页面看看“好像对了”然后收工。SEO 改动涉及的是模板输出的每一个分支，列表页、内容页、分页、TAG 页的取值逻辑都不一样，靠手点是验不完的。我习惯的做法是抓一批真实 URL 回来，把 title、description、canonical 三个字段抽成表格，横向比对。

#!/usr/bin/env bash # urls.txt 每行一个待验收地址，建议覆盖：首页、栏目页、内容页、分页、TAG 页 OUT="audit_$(date +%F).tsv" printf "url\ttitle\tdesc\tcanonical\n" > "$OUT" while IFS= read -r url; do [ -z "$url" ] && continue html=$(curl -sL --max-time 15 \ -A "Mozilla/5.0 (compatible; SiteAudit/1.0)" \ -w "\n%{http_code}" "$url") code=$(printf '%s' "$html" | tail -n1) body=$(printf '%s' "$html" | sed '$d') title=$(printf '%s' "$body" | grep -oP '(?<=<title>).*?(?=</title>)' | head -1) desc=$(printf '%s' "$body" | grep -oP '(?<=name="description" content=").*?(?=")' | head -1) canon=$(printf '%s' "$body" | grep -oP '(?<=rel="canonical" href=").*?(?=")' | head -1) printf "%s\t[%s] %s\t%s\t%s\n" "$url" "$code" "$title" "$desc" "$canon" >> "$OUT" done < urls.txt echo "结果写入 $OUT，重点关注状态码非 200、以及 title/desc 为空的记录"

-w "\n%{http_code}"把状态码追加到最后一行，再用tail和sed拆开，这样一次请求同时拿到内容和对错。-L跟随跳转是必须的，很多站首页会 301 到带www的地址，不跟随就只能看到跳转页。-A里带个可识别的 UA，方便服务端日志里过滤，也避免被当成可疑流量。

跑完拿到 TSV，按下面这几条过一遍，比人眼看页面靠谱得多：

title 重复这条要专门查，把 TSV 第二列取出来排序去重，条数对不上就说明有模板没做区分。列表分页最容易出这个问题，第 2 页和第 3 页的 title 一模一样，抓取端会判定为重复页只留一个。

最后一步是把验收脚本挂到发布流程里。我现在的习惯是，凡是动过模板或 SEO 字段的改动，上线后半小时内必须跑一遍这个抓取比对，结果留档。有一次改伪静态，本地测了十条全对，上线后列表分页的第二页开始 404，因为规则里少写了页码分支，人工点页面根本点不到那么深。从那以后我每次动 URL 规则，都把分页、TAG、站内搜索这三类地址强制写进urls.txt一起跑，宁可多花五分钟，也不要在两周后从抓取统计里发现问题。希望帮到你。

本文还有配套的精品资源，点击获取