孔夫子旧书网 SEO 实测：1410 万收录，共用一个标题

一个开了 24 年的二手书交易平台，百度收录 1410 万条，PC 与移动权重都是 6。但它的书籍详情页，在百度桌面爬虫、搜狗、360、必应的眼里，标题全都叫同一个名字：孔夫子旧书网。

本文用六种爬虫 UA 对照实测了 kongfz.com，把问题按「修复收益」排了序。所有结论都来自可复现的请求，不含推测。

一、结论与实测样本

三条结论，按严重程度排列。第一，服务端渲染的开关是「设备类型」，不是「是否为爬虫」，桌面爬虫拿到空壳，移动爬虫拿到完整页。第二，Googlebot 全站返回 503，首页、详情页、分类页无一例外。第三，详情页描述的字段映射整体错位一位。

第一条是结构性的。它让 9000 万种书籍详情页，在桌面索引里共用一个标题。

请求全部用 curl 直连，固定 UA 与路径，间隔 2 至 3 秒，避免被限流误判。样本包括首页、三个不同 ID 的书籍详情页、搜索分类页、搜索列表页。外部权重与词量取自爱站综合查询，时间窗为 2026-11-11 当日。

二、发现一：SSR 只看设备，不看爬虫

同一条详情页 item.kongfz.com/book/66386592.html，换六种 UA 请求，拿到六种结果。

桌面 UA 与百度桌面爬虫拿到的是 10627 字符的外壳：Vue3 打包产物、modulepreload 预载脚本、title 硬编码为「孔夫子旧书网」，keywords 与 description 都是空字符串。

我抽了三个 ID（66325696、66386592、88001122），返回字节数一字不差，都是 11041 字节。服务端没有向 HTML 注入任何书籍数据，等于承认这三页在爬虫看来内容完全相同。

移动 UA 拿到的则是完整渲染页：真实书名进 title，真实简介进 description，有唯一 H1，有 canonical，还有一条 JSON-LD。

这形成了一组自相矛盾的信号。授权信号全在移动端，可 canonical 却指回桌面地址，而桌面地址恰恰是那具空壳。

为什么桌面爬虫是重灾区

百度移动爬虫带 iPhone UA，能触发 SSR，所以移动词有 24355 个。但百度桌面爬虫、搜狗、360、必应的 UA 都不含移动标识，一律落到空壳分支。

换句话说，同一本书，手机搜得到，电脑搜不到。这不是内容问题，是分支判断写错了维度。

三、发现二：Googlebot 全站 503

这一项最干脆。Googlebot UA 请求首页、详情页、分类页，三次全部返回 503 Service Temporarily Unavailable，响应体 206 字节。同一秒切回普通 UA 请求同一路径，立刻 200。

页面响应头里有 X-WAF-UUID，说明前置有 WAF。常见做法是按 UA 字符串拦截「自称 Googlebot 但没做反向 DNS 校验」的请求，用于防采集。问题是这规则把真爬虫一起拦了。

对中文站来说，Google 流量占比低，痛感不强。但 503 是临时状态码，Google 会持续重试并逐步降低抓取预算，等于主动放弃了全部海外长尾。

四、发现三：描述字段整体错位一位

移动端 SSR 的内容是对的，但描述模板在拼装时错了一位。两本书的实测输出：

《跨文化误解关键词 中欧思想家对话》作者：生活·读书·新知三联书店,出版社：2026年7月 第1版,ISBN:105.00。

《传统·临摹·创作：沃兴华书法课程讲稿》作者：上海古籍出版社,出版社：2026年5月 第1版,ISBN:78.00。

「生活·读书·新知三联书店」和「上海古籍出版社」都是出版社，却被写进了作者位。出版时间「2026年7月 第1版」被写进出版社位。价格 105.00 和 78.00 被写进 ISBN 位。三处映射全部前移一格。

这个错误在搜索结果摘要里直接可见。用户看到的是「作者：某出版社，ISBN：78.00」，专业感当场归零。

结构化数据只覆盖了一家

移动端页面的 JSON-LD 用的是百度 cambrian 格式，不是 schema.org。字段只有 title、images、pubDate 三项。缺的是电商详情页最该有的那些：isbn、author、publisher、price、seller、availability。

这让页面既进不了百度的商品卡，也进不了 Google 的富结果。还有三个细节。@id 指向 m.kongfz.com，canonical 却指向 item.kongfz.com，两个域各说各话。title 被截成「传统·临摹·创作：沃」，只有 12 个字。pubDate 填的是抓取时间，不是出版时间。

其余技术项一次看完

两个细节值得单独说。robots.txt 的 404 页面返回的是未编译的前端模板，HTML 里能直接读到以百分号加左尖括号开头的 webpack 占位符，构建配置泄露到了线上。sitemap.xml 更有意思，状态码 200、内容长度 0，属于典型软 404，比干脆 404 更消耗抓取预算。

同类问题在垂直站里并不罕见。波奇网 SEO 实测那篇里，98 个 sitemap 子文件的 lastmod 全部停在 2016 年 6 月；菜鸟教程 SEO 实测则是 127 万收录、一周新增仅 7 页。这套「收录看着漂亮、增量近乎停滞」的组合，往往都能在 sitemap 和抓取预算上找到同一个根因。

五、反链 87 条，为什么还有 26322 个词

这是整篇里最反直觉的一组数据。艾站统计的百度反链只有 87 条，域名却做到 PC 词 26322 个（前 10 名 3882 个）、移动词 24355 个（前 10 名 2215 个），日均 IP 约 11.4 万。

原因有三个。

第一，域名 2002 年 4 月注册，24 年历史，品牌词「孔夫子旧书网」在二手书这个细分里近乎绝对垄断。品牌词不需要外链。

第二，移动端拿到的是完整 SSR 页，词量主要由移动侧贡献。移动词前 10 名 2215 个，占移动总词量的 9%，这个头部集中度对电商站来说是健康的。

第三，首页把 938 条链接里的 727 条压给 search.kongfz.com，站内权重高度集中于搜索子域，用内链代替了外链做权重调度。

所以它不是靠桌面端结构质量取胜的。这也解释了为什么桌面端问题能拖这么久没被发现：天花板还没到，痛感就不强。

六、优化建议与自查方法

P0：两周内可完成，收益最大

一、把 SSR 的分支判断从设备改为爬虫身份。 维护一份爬虫 UA 白名单，命中即走完整渲染。改动量小，一次性解决桌面端全部详情页的标题、描述、H1 缺失。这是本文所有问题里唯一一个「改一处、修 9000 万页」的动作。

二、解除 Googlebot 的 503。 对 WAF 规则做反向 DNS 校验后再放行，或直接放行 Googlebot 官方 IP 段。放行后 4 周内观察 Search Console 的抓取统计是否恢复。

三、修正描述字段映射。 按 schema.org Book 的语义重排模板：author 取作者字段、publisher 取出版社字段、isbn 取 ISBN 字段、price 单独输出。发布前用两本书做回归比对，确认四个值各自落在正确位置。

P1：一个月内

四、补 robots.txt 与 sitemap。 robots 声明 Sitemap 行；sitemap 按书籍 ID 分片，单文件不超过 5 万条，lastmod 用真实更新时间。顺手修掉 404 页面里未编译的模板占位符。

五、.html 地址改 301。 现在是 302 临时跳转，每天数百万次抓取都多走一跳，且不传递权重合并信号。

六、裸域直接 301 到 https 主域。 现在路径是 https 裸域跳 http、再跳 https，中途还降级了一回协议，等于把安全信号自己拆了。

P2：结构性改造

七、首页补 H1。 现在 0 个 H1、0 个 H2，唯一 H3 的内容是「我的订阅」，语义上等于没有。建议 H1 承载品牌名加核心品类词。

八、统一移动端与桌面端。 两条路：把 www 改成响应式，viewport 从 width=1020 改为 width=device-width；或保留 m 子域但补齐双向标注，桌面页加 alternate、移动页加 canonical。现状是两边互不认领。

九、结构化数据换成 schema.org。 以 Book 为主类型，补 isbn、author、publisher、bookFormat；价格、库存、卖家信息用 Offer 嵌套。百度的 cambrian 可以保留，两者不冲突。

十、补齐 alt 与协议。 86 张图还有 59 张缺 alt；14 条 http 链接统一改 https，避免混合内容告警。

四步自查同样的毛病

不需要工具，四步就够。

第一步，用 curl 分别带桌面 UA 和 Baiduspider UA 请求同一个详情页，比较两次响应的字节数和 title。字节数相同、title 相同，就说明 SSR 没生效。

第二步，带 Googlebot UA 请求首页，看状态码。不是 200 就说明有 WAF 规则误伤。

第三步，看详情页 description 里的作者、出版社、ISBN、价格四项，逐项对照页面可见内容，确认没有错位。

第四步，请求 sitemap.xml，同时看状态码和 Content-Length。200 配 0 字节是最容易被忽略的软 404。

这四步十分钟能跑完，能覆盖本文列出的八成问题。像古文岛 SEO 实测那样体量的内容站，也曾出现 robots 与 sitemap 三件套全 404 的情况。垂直站做久了，前端重构和 SEO 配置很容易两条线各走各的，定期巡检一次，比等到流量下滑再排查便宜得多。

本文为本站原创实测分析，测试时间 2026-11-11，样本与请求方式已在正文说明。外部权重数据引自爱站综合查询，词量为第三方估算口径，仅作横向参考。