链家 SEO 实测：主域收录 9 条，地图挂在城市站

链家把二手房生意拆成 120 个城市站，主域只做一件事：把访客送去其中一个。我们按多 UA 对照抓了一遍，发现三处结构性缺口。

首页不是入口，是一张按 IP 分发的跳转单

请求 https://www.lianjia.com/，返回 302，Location 指向 sr.lianjia.com。响应体 0 字节，页面上什么内容也没有。

换成 Baiduspider 与 Googlebot 的 UA 各请求一次，结果仍是同一个 302、同一个目标。跳转与身份无关。

我们的出口 IP 被判为上饶，落地页 title 是「上饶二手房_上饶租房_上饶房产网」，canonical 自指这个城市站。

同一个 URL，两个城市两个标题

第三方站长工具抓同一个 URL，页面标题显示的是广州版。同一地址、不同出口，交付不同城市的首页。

按城市切流在国内平台很常见，本身不是问题。问题在于 www 因此没有任何稳定版本可供索引。

首页的 title、description、canonical 全部随 IP 变化，且 canonical 一律自指当前城市站，站内没有一条指向主域的收敛信号。

H1 与结构化数据的缺口

城市首页的 H1 恒为「链家网」，不随城市变化。120 个站共用一个 H1，城市词只落在 title 与 description 里。

首页可见正文 2,601 字，0 个 JSON-LD。但 HTML 里残留 10 处未编译的模板占位符。

其中两处名为 schema 的字段（<%= data.more_schema %> 与 <%= data.list[i].schema %>）本该输出结构化数据，现在被当作纯文本漏在页面里。

也就是说，结构化数据不是没做，是渲染管线在某一层断了。列表页更明显：整页 161 处模板占位符，唯一的 JSON-LD 是组织与站点类型，不是房源列表。

另外，首页 306 条唯一链接里有 40 条指向姊妹域 sr.ke.com，小区入口全部跨域，站内权重被主动送了出去。

两份 robots.txt，两种错法

主域 robots 5,508 字节，城市站 6,664 字节。两份文件不是互为镜像，通配组的写法完全不同。

21 个具名组只锁后台

具名组覆盖百度、搜狗四个变体、360、必应、谷歌、Yisou、Yahoo 等，每组 12 至 13 条 Disallow。

封锁的全部是 /admin、/agent、/center、/cmsmanage 这类后台与登录路径，内容路径一条没锁，也没有任何一条 Allow。

白名单式配置本身没问题，问题出在名单之外的抓取方怎么处理。

一条写坏，一条写死

主域通配组只有一行「Disallow : /＊」，冒号前多了一个空格。RFC 9309 要求字段名后紧跟冒号，不允许中间插入空白。

严格解析器会把这一行当作未知指令丢弃，通配组实际为空；宽松解析器则会理解为全站封禁。两种结果都不是配置者的原意。

城市站那份写的是「Disallow: /」，真的封住了。而 336 条 Disallow 去重后只剩 17 条，css 与 js 规则各重复 21 次，另有 24 行带尾随空格。

后果是不对称的：主域放进了不该放的抓取，城市站挡住了本可以放的抓取。同一套站点，两份文件语义相反。

抓取通路：100 页上限与三次请求的验证码

列表页每页 30 条，页面内写死 totalPage 为 100。HTML 只输出 pg2 到 pg10 共 9 条链接，锚文本全部是空字符串。

没有 rel=next，也没有 rel=prev。链接写成 /ershoufang/pg2，不带尾斜杠，而 canonical 用带斜杠形态，每翻一页多一次跳转。

上饶在售 17,953 套，3,000 条上限只覆盖 16.7%。北京地图登记约 12 万条，覆盖率约 2.5%。

列表页于是变成热门房源入口，而不是完整索引。其余房源只能靠站点地图发现。

地图是活的，入口是空的

bj.lianjia.com/sitemap.xml 是 9 个子图的索引，lastmod 停在当天上午 10:30 至 11:15，文件是活的。

房源子图本身又是一个索引，12 个分片、每片 10,000 条 URL，lastmod 全部为同一天 11:00:07。

同一批次生成的时间戳不反映房源真实改动。搜索引擎只能把它读成「全量已变」，每次重抓全部条目。

而主域 /sitemap.xml、/sitemap_index.xml、/sitemap.txt 三条路径全部返回 200、0 字节、text/html。状态码对、内容空、类型错。

主域 robots 一条 Sitemap 指令都没有；城市站只声明了 9 张图里最小的那张 resblock，索引本身没有声明。等于把 12 万分片藏在第三层目录里等人猜。

风控按 IP，不按身份

连续请求第 2 到 3 次起，分页、详情页、甚至不存在的房源 ID，全部 302 到 hip.lianjia.com/captcha。

换成 Baiduspider UA 后升级为 forbidden。三种 UA 表现一致，说明判定依据是出口 IP，不是身份。

所以不能说百度蜘蛛被封。能说的是：同一 IP 连续三四次请求就会撞墙，留给抓取的预算很窄。

合格项也有：iPhone UA 得到 301 永久跳转到 m.lianjia.com，跳转语义正确，是本次测到的少数规范实现。

优化建议：按 P0 到 P2 排

下面八条按「改动成本」与「影响面」排序。P0 是配置层改动，P1 涉及模板，P2 需要跨团队配合。

外部数据给了另一个侧面。第三方站长工具显示主域百度收录 9 条、PC 词 222 个，北京子域收录 139 万条、PC 词 1,938 个。

北京子域的收录在 11 月 9 日从 1,019 万降到 139 万，一周减少 880 万。收录量属抽样口径，跳变也可能来自分片抽样而非真实掉收，但方向与「地图入口缺失」一致。

这套结构并不罕见：把城市拆成子域，主域退化成跳转层，地图挂在最末端。前期跑得很快，缺的是一层收敛。

同类的矩阵型结构，我们此前在 土巴兔的 272 个城市分站 与 汽车之家的双协议五套模板 上都测过。纯程序化页面的翻页与地图问题，智联招聘那篇 有更细的对照。