网站上线前检查什么？域名、robots 与 Meta 标签
本地一切正常，上线后却收不到流量 —— 这类问题大多出在四件事上：域名快过期了、robots.txt 把爬虫挡住了、线上渲染跟本地不一样、搜索结果的标题描述没写对。这篇给出逐项自检的做法。
- 域名到期时间是上线前的硬性检查项，域名一旦过期，站点、邮箱、第三方验证会同时失效且很难追回
- robots.txt 里一条写错的 Disallow 就能把整站挡在搜索引擎之外，而且它管的是爬虫而非用户，你自己访问不会发现
- 本地预览和线上真实渲染经常不一致，CDN、字体加载、相对路径都可能导致差异，用整页截图核对才可靠
- 搜索结果里的标题和描述由 meta 标签决定，长度不合适的部分会被直接截断
- 各标签的推荐长度：title 约 30 个汉字以内、description 约 78 个汉字以内、OG 图建议 1200×630
- canonical 与 OG 标签要写绝对地址，写相对路径会导致社交平台抓不到缩略图
#上线前必须确认的四件事
站点上线前的自检集中在四件事上：域名还有效、爬虫能进来、线上渲染正确、搜索结果好看。 这四项各自独立，任一项出问题都不会在本地暴露。
四项里最容易被忽略的是前两项 —— 它们不影响你自己访问网站，所以「我这边看着正常」完全无法说明问题。
| 检查项 | 出问题的表现 | 用什么查 |
|---|---|---|
| 域名有效期 | 某天突然全站失效 | Whois 查询 |
| 爬虫可抓取性 | 收录长期为零 | robots.txt 检测 |
| 线上真实渲染 | 本地正常、线上错位 | 网页截图 |
| 搜索结果呈现 | 标题描述被截断 | Meta 标签生成 |
#域名到期时间是硬性检查项
域名过期会导致站点、企业邮箱、以及所有依赖域名验证的第三方服务同时失效，而且过期后的赎回期费用很高。
用 Whois 查询 输入域名，可以一次看到四项关键信息：
- 注册商：续费要通过哪家
- 创建时间：判断域名历史
- 到期时间：核心指标，工具会直接算出剩余天数
- 域名状态：
clientTransferProhibited表示禁止转移，属于正常的防劫持锁
到期时间写在 Whois 里，但没有任何机制会提醒你续费。把到期日提前 30 天记进日历，比出事后花高价赎回划算得多。域名状态里出现 pendingDelete 或 redemptionPeriod 时，说明已经进入删除或赎回流程，处理窗口很短。
#robots.txt 最容易误伤自己
robots.txt 是给爬虫看的规则文件，用户访问不受它影响 —— 所以你写错了自己完全感觉不到，只会发现收录量一直上不去。
它的语法只有几条，但每条都能造成全站屏蔽：
# 错误：Disallow 写成了路径前缀，把整个 /api 之外的都放行了？
User-agent: *
Disallow: /
# 正确：只挡后台和搜索结果页，其余放行
User-agent: *
Disallow: /admin/
Disallow: /search
Allow: /
Sitemap: https://example.com/sitemap.xml用 robots.txt 检测 可以同时做两件事：解析规则分组，以及用指定爬虫的身份检测任意 URL 是否允许抓取。
规则匹配是「最长匹配优先，Allow 优先于同长度的 Disallow」。所以 Disallow: / 加 Allow: /public/ 的结果是「只有 /public/ 能抓」，其余全挡 —— 只写 Disallow: / 一条，就等于拒绝整站收录。
排查时可以按顺序确认：User-agent: * 是否覆盖了 Googlebot；有没有一条 Disallow: /；Sitemap 地址是不是绝对 URL。这三条覆盖了绝大多数误伤。
#用截图核对线上真实效果
本地预览与线上渲染不一致是常态，原因包括 CDN 注入、字体加载时序、资源相对路径、以及服务端返回的额外脚本。
常见的差异来源：
- CDN 在
</body>前注入统计脚本，可能影响页面高度 - 字体的
font-display行为导致首屏文字短暂不可见 - 资源路径大小写敏感（Linux 服务器上
/Img/与/img/是两个目录） - 服务端压缩、缓存头或重定向改变了响应内容
用 网页截图 按桌面与移动端两种宽度各截一张整页图，对着本地预览比一遍，差异会很直观。移动端尤其值得看 —— 很多溢出问题只在窄屏出现。
#Meta 标签决定搜索结果长什么样
搜索结果里显示的标题和描述不是搜索引擎自己写的，而是直接取自页面的 meta 标签（没有时才自行摘录）。
用 Meta 标签生成 填写字段后会实时生成完整标签组，并给出搜索预览与长度建议。它生成的标签包括：
| 标签 | 作用 | 长度参考 |
|---|---|---|
title | 搜索结果标题 | 约 30 个汉字内 |
description | 搜索结果描述 | 约 78 个汉字内 |
canonical | 声明规范 URL | 必须绝对地址 |
og:* | 社交平台分享卡片 | 图片建议 1200×630 |
twitter:card | 推特卡片类型 | 常用 summary_large_image |
| JSON-LD | 结构化数据 | 按页面类型选用 |
分享卡片不显示图，九成是 og:image 用了相对路径。社交平台的爬虫不会在你站内解析相对地址，必须写完整的 https:// 开头地址。
#什么时候该用哪个工具
| 你想做的事 | 用哪个 | 说明 |
|---|---|---|
| 查域名注册信息与到期日 | Whois 查询 | 基于 RDAP 协议，含剩余天数 |
| 确认某个 URL 允许被抓取 | robots.txt 检测 | 支持通配符与按爬虫身份检测 |
| 看线上页面真实长什么样 | 网页截图 | 桌面/平板/移动端与整页/首屏 |
| 补齐 SEO 标签 | Meta 标签生成 | 含 OG、Twitter Card、JSON-LD |
| 检查页面返回状态 | HTTP 状态码 | 确认没有意外的 404 或 301 链 |
上线检查的顺序建议是：先域名（最不可逆），再 robots（影响最大），然后截图（最直观），最后 Meta（可随时补）。
#常见问题
#域名过期后还能抢救吗？
能，但有时间限制和费用。过期后通常先进入宽限期（可原价续费），再进入赎回期（费用远高于正常续费），最后是删除并可能被他人抢注。具体天数由注册局规则决定。看到状态变成 redemptionPeriod 就要立刻处理，不要再等。
#robots.txt 写错了会影响现有人工访问吗？
不会。robots.txt 只约束遵守协议的爬虫，用户通过浏览器访问完全不受影响。这也是它危险的地方 —— 站点看起来一切正常，只是搜索引擎不再收录。改完后可以在搜索平台后台用「抓取测试」复核，或重新提交 sitemap 加速恢复。
#Disallow 和 noindex 有什么区别？
Disallow 在 robots.txt 里，是「不要来抓这个地址」，页面仍可能因外链出现在索引里；noindex 写在页面的 meta 标签里，是「抓到了也别收录」，需要爬虫先抓到才能生效。想彻底不让某页出现，两者要配合使用。
#为什么本地截图和线上截图不一样？
常见原因是 CDN 注入脚本、字体加载时序、以及资源路径大小写。还有一个容易忽略的点：本地如果直接双击 HTML 用 file:// 打开，很多依赖相对路径与网络请求的功能会表现异常，必须用本地 HTTP 服务预览才有可比性。
#description 写多少字最合适？
中文约 78 字以内、英文约 160 字符以内。超出部分会被搜索引擎截断，等于白写；过短则显得信息量不足。写的时候把核心结论放前半段，因为移动端展示得更短。用 Meta 标签生成 的预览可以直接看到截断位置。