改完 robots.txt,最忌只看本地文件已保存就判定发布成功。完整确认要分三件事:公网是否已返回新文件、Google 是否重新获取、目标页面是否重新处理。Google 通常把 robots.txt 缓存至多 24 小时,但获取失败时可能更久,这不是改完多久必生效的保证。
先确认你改的是哪种目的
恢复被误挡的公开文章,移除相应抓取限制后再检查 noindex、canonical 和页面状态;想让公开页面不出现在搜索中,用适当的 noindex,而不是靠 Disallow;保护客户资料或后台,要靠真正的身份验证,不是靠 robots 规则。被 Disallow 挡住的 URL 仍可能出现在搜索结果里,过了几天还能搜到它,不能据此认定规则没生效。
发布后先检查公网实际返回
备份原文件,发布后用真实请求核对响应和正文,看下载到的是新规则,还是登录页、防护挑战、错误页或 CDN 旧缓存。至少选一条应该允许、一条应该阻止的真实 URL 验证,同时注意路径大小写与具体爬虫分组。有缓存只刷新受影响的范围,不必清空所有资源。
再到 Search Console 请求重取
按官方说明查看 Google 已获取的版本,并在适用报告里请求重新抓取,注意选择与目标主机相符的文件。请求重取不等于页面已经重新索引,也没有统一的几分钟或 48 小时必完成承诺。之后对重要 URL 做网址检查,分清索引中的历史状态与当前实时访问结果,记录公网版本、获取时间、抽样 URL 状态和之后的索引变化,就能判断停在哪一层。
不同响应码的处理差异和完整核对链条,可以按这篇中文资料执行:修改 robots.txt 后多久生效,建议收藏它的三层记录法,每次改规则都照着记一遍。