百度收录情况查询 - 改动前先留档：原始状态怎么保存
📱 Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)
🔗 /227880bb19da.html
📄
百度收录情况查询 - 改动前先留档：原始状态怎么保存
改动前保存原始状态，核心是留下可回滚、可对照、可复核的证据。具体做法是：先记录当前百度收录情况查询结果，再保存页面源代码、robots.txt、站点地图和服务器配置，最后把文件按日期归档，并确认归档内容未经压缩失真。这样改动后如果收录数量下降或抓取异常，你能判断问题出在改动本身，还是百度索引更新滞后。
准备：先固定查询口径，再动手存证
百度收录情况查询的结果会随查询方式变化，所以第一步不是抓数据，而是固定口径。用site:指令查询时，记录完整的查询语句、查询时间、登录状态和结果数量。同一域名在不同时间、不同账号、不同设备上看到的数字可能不同，不记录口径，后续对比就没有意义。
需要保存的原始材料至少包括：
- 当前收录量的截图或数字记录，注明查询时间和查询语句
- 目标页面的完整 HTML 源代码，不是渲染后的文本
- 根目录 robots.txt 的原始内容
- 站点地图文件的当前版本
- 与抓取相关的服务器配置，如重定向规则、状态码设置
如果时间和人手有限，优先保存收录量记录和 robots.txt。这两项最容易在改动中被误伤，也最容易事后无法还原。
实施：按可回滚的方式归档，而不是只截图
截图只能证明你看到过什么，不能用来恢复。真正有用的归档是可回滚的文件副本。
对 HTML 源代码，用浏览器查看源代码后另存为文件，或通过命令行抓取并保存。文件名带上日期，例如 page-20240601.html，避免覆盖。对 robots.txt 和站点地图，同样保存原始文件，不要只保存内容摘要。
如果改动涉及 URL 结构、模板或服务器规则，还要保存改动前的配置文件副本。归档时注意两点：一是保持文件编码与原始一致，二是不要对 HTML 做格式化或压缩，否则后续对比会引入无关差异。
这一步最容易出错的地方是把“当前线上状态”和“归档状态”混在一起。建议归档目录与工作目录分开，改动期间不再修改归档文件。
验证：确认存下来的东西能用来对照
保存完成后，做一次简单验证：打开归档的 HTML，确认关键标签、正文内容和链接都在；打开归档的 robots.txt，确认与线上一致；再查一次百度收录情况，确认数字与归档记录没有明显偏差。
判断归档是否合格的标准是：改动后你能用归档文件回答三个问题——原来页面有哪些链接、原来 robots.txt 是否允许抓取、原来收录量是多少。如果任何一个问题答不上来，说明归档不完整，需要补存。
需要区分的是，归档只能证明你保存时的状态，不能证明百度当时已经抓取或索引了这些内容。收录量本身是百度侧的数据，存在滞后，所以归档记录要写明“查询时间”，而不是写成“当时收录量”。
维护：改动期间保持归档不变，改动后按同一口径复查
改动实施期间，归档文件保持只读。每次复查百度收录情况查询时，沿用改动前的查询语句和时间记录方式，把新结果与归档数字并列记录，而不是替换。
如果改动后收录量下降，先检查 robots.txt 是否被误改、页面是否返回非 200 状态码、站点地图是否仍可访问。这些都能用归档文件直接对比。只有在排除这些因素后，才考虑是否是百度索引更新造成的波动。
下一步：在你准备改动的目录旁建一个带日期的归档文件夹，把当前收录量记录、robots.txt、站点地图和目标页面源代码放进去，确认能打开后再开始改动。
