谷歌快照没了之后：目录站要不要自己做站点快照和历史版本

2024 年 2 月，谷歌的搜索联络人 Danny Sullivan 确认了那件事：搜索结果里的「网页快照」链接被移除，cache: 指令不再返回结果，配套的 noarchive 规则也一并停用。理由是当年做这个功能是怕页面加载不出来，现在页面可靠性已经好多了。

图片来源：网络，版权归原作者所有，侵权请联系删除

目录站自己做快照，图什么

三个实际用处。

条目下架后还有记录。一个站关了，你的条目删了，用户搜到旧链接进来什么都没有。留一份当年的快照，至少能告诉用户「这个站长这样，已经没了」。

判断对方改版。收录的时候是工具站，半年后变成导航站，再半年变成别的。没有历史记录，你根本发现不了，还在按工具站给它分类和推荐。

争议时留证据。有站长投诉说你描述写错了、说他从没提交过。你手上有收录当天的截图，一句话就能说清。这个场景我遇到过两次，有和没有完全是两种处理难度。

实现方式：无头浏览器定时跑

核心就是一件事：用 Puppeteer 或 Playwright 打开对方的 URL，等页面渲染完，截图存下来。

环节	参数	说明
视口	1280×800	只截首屏足够，整页截图体积大且大部分是空白
等待策略	networkidle 加 2 秒	SPA 页面要靠等，太短截到白屏
超时	15 秒	超了就标记失败，下次重试，别卡住队列
格式	WebP，宽 800	一张约 40 到 80KB
频率	新收录一周一次，稳定条目一季一次	按条目年龄分级，别全站同一频率

三类失败值得提前处理：一是 SPA 首屏空白，靠延长等待解决；二是图片懒加载，截下来整页都是占位灰块，需要截图前先滚到底再滚回顶部；三是有弹窗或年龄验证，截下来是遮罩，这种直接标记失败，别硬存。

快照页该不该收录

我的结论是不收录，理由有三条。

第一，快照内容和条目页重复度极高，页面本身就是对方站点的一个截图，没有独立价值。第二，你存的是别人的页面内容，让它出现在搜索结果里，等于你替对方做了一份镜像，法律风险是你担。第三，这类页面数量会随条目数乘快照次数增长，几千条目存十次就是几万个页面，放出去收录纯属给自己添乱。

正确做法是给快照页 noindex，把展示放在条目页里——在条目页底部做一个「历史版本」时间轴，点开看那次的截图。用户能用到，搜索引擎不用管。

存储成本算一下

一万条目，每张 WebP 按 60KB 算，每季度一次，一年四轮就是 2400MB 左右，两年不到 5GB。这个量级用对象存储很便宜，不用太纠结。

如果想再省一档，可以只存「有变化」的快照：截图之后算一个哈希，和上一张一致就不存，只更新「最近确认时间」。实际上大部分站点半年内首屏不会有变化，能省掉六七成的存储。

三条法律边界，别越

robots.txt 允许抓取不等于允许存档。对方 robots 没禁止你，代表的是允许抓取索引目的的使用，不代表你可以长期保存并展示整页副本。这两件事在实务上是分开的。

只截公开可见的部分。需要登录才能看到的、付费墙后面的，一律不截。这条和谷歌自己的口径是对齐的——它默认也不碰登录后内容。

给删除通道。页面上有明确的联系方式和「申请移除快照」入口，收到请求就删。这条做到了，前面两条即便有争议，处理起来也完全不同。

另外，别把快照当内容用。条目页该有文字描述还得有文字描述，截图只是辅助。我见过条目页就一张图加一个站名的，那种页面在搜索引擎眼里跟空页面没区别。