robots meta标签仅控制索引行为而非抓取，爬虫先遵循robots.txt决定是否请求，再解析HTML中的meta标签决定索引策略；其生效前提是静态存在于初始HTML的<head>中，且优先级低于X-Robots-Tag响应头。
robots meta标签根本不能控制“抓取”，只管“抓完之后怎么处理”
很多人误以为加了 noindex 就能挡住爬虫请求，其实完全不是。爬虫行为分两步：先查 /robots.txt 决定进不进门，再解析 HTML 处理 meta name="robots" 决定进门后干啥。如果 robots.txt 里写了 Disallow: /admin/，爬虫连 /admin/login.html 都不会发请求——你页面里写满 noindex 也白搭。
常见翻车点：
- 测试页加了
noindex，却没在robots.txt中屏蔽/test/目录 → 爬虫照常抓取，甚至因内容空或重复被降权 - 后台登录页返回 200，但只靠
meta标签 → 爬虫不仅抓，还可能把表单、错误提示当公开内容记录 - 页面返回 404 或 503 状态码时，
noindex指令大概率被忽略 —— 搜索引擎可能仍尝试索引该 URL（哪怕没内容）
单页应用（SPA）里动态注入 robots meta 标签基本无效
Vue 的 mounted、React 的 useEffect、甚至 document.write 插入的 meta name="robots"，对 Google、Bing、百度等主流爬虫都无效。它们不执行 JS，也不等页面渲染完再读取 —— 只看初始 HTTP 响应里的静态 HTML。
验证是否生效的唯一方式：右键网页 →「查看网页源代码」→ 搜索 <meta name="robots"，必须出现在原始 HTML 的 <head> 里，且位置靠前（建议紧接 <meta charset> 后）。
立即学习“前端免费学习笔记（深入）”；
不同架构的应对方式：
调研本地常见问题，将其归类为若干主题簇，并为家事法律业务撰写可直接上线的 FAQ 内容。适用于开展针对……的本地 SEO 工作。
- 静态站点：手写进 HTML 模板的
<head>即可 - SSR 框架（如 Next.js、Nuxt）：确保该标签由服务端首次渲染输出，而非 hydration 后补
- 纯 CSR 应用：无法靠此标签控制路由级行为，必须改用
X-Robots-Tag响应头，或由 Nginx / CDN 根据路径注入
noindex 和 nofollow 不是默认绑定，组合错误会放大风险
noindex 只影响当前页是否被收录；nofollow 只影响当前页上所有链接是否被跟踪。两者独立生效，但误配后果明显：
-
noindex单独用：适合临时活动页、A/B 测试页——页面不收录，但页内链接仍可帮爬虫发现新页面 -
noindex, nofollow：适合登录页、用户中心、测试环境页——既不想被搜到，也不希望爬虫顺着页脚“关于我们”乱爬 -
index, nofollow：慎用。页面照常收录，但链接不传权重，容易被视作操纵信号 - 分页页如
/blog?page=2应设noindex, follow，否则首页权重传不出去，后续页难被发现
注意拼写细节：content="noindex,nofollow" 正确；"noindex, nofollow"（逗号后带空格）某些旧爬虫会解析失败；大小写不敏感，但推荐全小写。
X-Robots-Tag 响应头比 meta robots 更可靠，尤其对非 HTML 资源
X-Robots-Tag 是 HTTP 响应头，优先级高于 meta name="robots"。当两者冲突时，爬虫以响应头为准。它还能用于 PDF、图片、JSON 等非 HTML 资源，而 meta 标签只能作用于 HTML 页面。
典型使用场景：
- 服务端根据路径动态设置：如 Nginx 中对
/admin/下所有响应加X-Robots-Tag: noindex - CDN 边缘规则注入，避免前端框架遗漏
- API 返回的 HTML 片段（如嵌入式 widget）无法控制
<head>，只能靠响应头
真正起作用的从来不是标签本身，而是它是否在首次 HTTP 响应中真实存在、拼写准确、位置正确（必须在 <head> 内且早于其他可能冲突的 meta），并且没有被更高优先级的机制（比如 X-Robots-Tag）覆盖。
