你的繁体网站明明内容很好，为什么百度就是不收录？
朋友上周还跟我吐槽：“我那篇讲港式茶餐厅蛋挞做法的繁体文，配了6张实拍图，连油渍都拍得清清楚楚——结果百度蜘蛛绕着走，简体版发出去第二天就进库了。”
不是你写得不好，是百度爬虫根本没认真看你。
百度对繁体站真的有“歧视”吗？
没有明文规定，但有实际偏好。
它不是讨厌繁体字，是懒得花力气多转一道弯。
我见过一个专注台湾夜市小吃的繁体站：原创图文、更新稳定、外链干净，上线三个月，百度只收了首页和“关于”页。站长一急，把同一篇文直接贴到简体站，半个月，80%页面全进了索引。
原因很实在：百度90%以上的搜索请求来自简体用户。爬虫资源有限，碰到繁体页，会下意识多问一句：“值得为这个多跑一趟吗？”
繁体字要进百度分词系统，得先过一道繁简映射——技术上可行，但耗服务器时间。对爬虫来说，一个处理更慢、受众更小的页面，自然排在队尾。
真实案例：一位做台湾本地SEO的朋友，把所有繁体URL里的中文全换成英文或拼音（比如把/美食推薦改成/food-recommendation），没改内容，没动结构，抓取频率明显提升。
繁体站抓取慢，到底是卡在哪个环节？
不是百度不认繁体字，是它在中间几步悄悄“卡壳”了。
第一，域名信任度低。.cn、.com域名，百度默认“熟人”。.hk、.tw这类区域域名，爬虫第一次来，会多做一轮安全扫描——查有没有敏感词、有没有可疑外链、页面是否突然堆满关键词。这一步，直接拖慢首次访问节奏。
第二，页面编码自己打架。
有的站HTML里写<meta charset="big5">，HTTP头却发utf-8；有的页面正文是繁体，但<title>里混了个简体字。爬虫一看：这页面到底算哪边的？犹豫两秒，跳过。
我亲眼见过一个站：sitemap.xml里<loc>指向的是/產品/鍵盤，但对应页面的<meta charset>写的是gb2312。爬虫判定“编码和内容不匹配”，直接放弃。
第三，内链像用繁体字写迷宫地图。
锚文本写“最新消息”“聯絡我們”，百度对繁体词的语义理解弱，很难准确关联到目标页。爬虫点进去之前，得先转换、再分词、再匹配——它宁愿去爬第5个简体站的首页。
3个方法让百度爬虫主动“偏爱”你的繁体站
别等算法调整，现在就能动手。
方法一：强制服务器返回UTF-8编码。
别只靠HTML里的<meta charset="utf-8">。去你的服务器配置里，加上HTTP响应头：Content-Type: text/html; charset=utf-8
这是爬虫睁眼第一眼看到的信息，比HTML里任何标签都管用。我帮一个站加完这行，爬虫回访从“一周一面”变成“两天一访”。
方法二：建一个轻量简体镜像页，并用hreflang明确关联。
不用重写全文，只要在繁体页<head>里加一行：<link rel="alternate" hreflang="zh-Hans" href="https://yoursite.com/cn/about-us">
告诉百度：“我有简体版，你优先抓那个，顺便也看看这个繁体页。”
注意：镜像页必须一一对应，不能A页对B页，否则百度更糊涂。
方法三：URL彻底“去繁体化”。
把/最新文章/咖啡豆介紹改成/blog/coffee-beans，或者干脆用数字ID：/p/456。
爬虫看到英文或数字，直接抓，不翻译、不分词、不犹豫。实测下来，URL改干净后，新页面进库时间缩短了不少。
你的繁体站内链，可能正在“毒害”抓取效率
首页写着“常見問題”，点进去却是/faq.html——这对用户没问题，对爬虫是障碍。
它得先把“常見問題”转成简体“常见问题”，再猜这个词大概对应哪个URL，最后才决定要不要跳。三步变一步，它往往选择不跳。
解决办法很简单：锚文本用简体字或英文，页面正文照旧用繁体。
比如，“關於我們”链接，锚文本写成“关于我们”或“About Us”。
繁体用户完全看得懂，而百度对“关于我们”的分词准确率，远高于“關於我們”。
真实操作：一个站改了50条内链锚文本，一个月后，爬虫平均爬到的深度从2层升到4层，首页被引用次数也明显多了。
为什么你的繁体站适合用“静态化URL”？
动态参数对繁体站特别不友好。
比如这个URL：/item.php?name=鍵盤&lang=zh-hant
爬虫看到lang=zh-hant，第一反应是：“又一个可能重复的简体页副本？”——直接降低抓取意愿。
更麻烦的是，URL里那些%E9%8D%B5%E7%9B%A4之类的编码，爬虫还得额外解码一次。
静态URL更省事：/product/keyboard-123.html
如果必须分语言，用子目录，别用参数。
繁体放/hk/，简体放/cn/，爬虫扫一眼路径就知道该归哪类，不费脑。
真实案例：一个卖手作饰品的繁体电商站，原来全是/product?id=xxx&lang=zh-hant，百度收录率不到10%。改成/hk/product/xxx.html后，收录率大幅增长，几个主打繁体词的排名也稳了。
今天就能做的1个操作：打开你的robots.txt，删掉那行“Disallow: /zh-hant/”
别碰代码，别调服务器。
你现在就打开浏览器，输入：https://你的域名/robots.txt
检查两件事：
- 有没有写着
Disallow: /——整站禁止？赶紧删； - 有没有类似
Disallow: /zh-hant/这种——本想屏蔽测试目录，结果把整个繁体站封了。
再顺手打开sitemap.xml，确认里面列的繁体页URL，确实指向真实的繁体内容页（不是404，也不是跳转到简体页）。
最后，把这份sitemap.xml地址，复制粘贴到百度资源平台的“提交链接”栏里，点提交。
做完这三步，不用等明天，今晚就能在百度资源平台里看到“抓取频次”开始往上走。