noindex会彻底屏蔽快照，因搜索引擎跳过索引流程，无索引则无快照；即使原有快照，也会在数小时至两天内下线，故需保留快照时严禁使用noindex。
noindex 会直接让快照消失，不是“隐藏”或“延迟”，而是跳过整个索引流程——所以想保留快照，就绝不能加 noindex。
noindex 为什么会让快照彻底失效
搜索引擎收到 <meta name="robots" content="noindex"> 后，不会把页面加入索引库，也就没有“被索引的 URL”这个前提。快照是索引后的副产品，没索引 = 没快照。即使页面之前有快照，加上 noindex 后通常几小时到两天内就会下线。
常见误操作包括：
- 在分页页（如
/blog?page=2）加noindex，结果整组内容失去快照入口 - Staging 环境只加
noindex却没配nofollow，爬虫顺着链接爬进生产环境，但 staging 页本身快照已清空，无法回溯调试 - 用
noindex, follow以为“还能传权重”，却忽略了用户点搜索结果里的“缓存”链接时，看到的是空白或 404
noarchive 是唯一能保留索引但禁快照的配置
noarchive 的作用很明确：允许收录、参与排名，但禁止生成和展示快照。它不干扰索引流程，只干预存储环节。
立即学习“前端免费学习笔记（深入）”；
适用场景有限但关键：
- 金融类页面含实时利率/股价，怕快照过期误导用户
- 法律条款页频繁更新，旧快照可能引发合规争议
- 电商 SKU 页价格变动频繁，不希望用户看到过期促销信息
注意：noarchive 对 Google 有效，但 Bing 和 Yandex 不一定支持；且它不能替代 noindex——如果页面本就不该被搜到，noarchive 毫无意义。
SPA 页面里 meta robots 根本不生效
React/Vue 路由页返回的初始 HTML 通常是空壳，<meta name="robots"> 在 JS 渲染后才注入。爬虫不执行 JS，源码里搜不到该标签，指令完全丢失。
必须改服务端逻辑：
- 根据请求 URL 路径，在 HTTP 响应头中返回
X-Robots-Tag: noindex或X-Robots-Tag: noarchive - 避免 CDN 缓存带
X-Robots-Tag: noindex的响应——否则撤掉指令后，快照恢复要等缓存过期 - PDF、JSON API、图片等非 HTML 资源，只能靠
X-Robots-Tag控制，<meta>标签压根无效
robots.txt 和 meta robots 别混着用
robots.txt 控制“能不能抓”，<meta name="robots"> 控制“抓了之后怎么处理”。两者不是同一层机制：
- 如果
robots.txt里写了Disallow: /admin/，爬虫根本不会发请求，<meta>标签再全也没人读 - 如果只靠
<meta name="robots" content="noindex">保护后台登录页，但robots.txt放行/admin/，爬虫仍会抓取该页并看到敏感路径结构 - 关键页面务必双保险：
robots.txt屏蔽路径 + 页面 HTML 中写<meta name="robots" content="noindex,nofollow">
快照问题最常出在“以为加了 meta 就万事大吉”，其实服务端响应头、CDN 缓存、爬虫是否执行 JS、甚至页面是否真被索引——这些环节漏一个，快照行为就不可控。
