博客上线一周，Google 里搜不到我

你有没有遇到过：博客兴冲冲上线，过了一周，在搜索引擎里搜自己的内容——什么都搜不到。就像开了家店，装修完了才发现，连块路牌都没有。这篇是我这两天的排查和修复实录，如果你也用 Hexo + GitHub Pages，大概率用得上。

先说架构：这个博客是怎么搭的

站点的骨架很简单：

Hexo 静态站点生成器 + landscape 主题，托管在 GitHub Pages（dongxuanmang.github.io）
双分支：main 存源码（Markdown 文章 + 配置 + 主题脚本），gh-pages 存生成产物。hexo deploy 自动把 public/ 推到 gh-pages，源码单独提交到 main——内容和产物分离，换电脑也能恢复
日常发布就两条命令：hexo generate（生成）+ hexo deploy（发布）
图表用 mermaid 自托管渲染（一个自定义标签脚本），架构图、流程图直接写在 Markdown 里

这套架构零成本、够用，但有个天然的短板：它不会主动告诉任何人你的存在。静态站没有推送机制，搜索引擎不来，你就等于不存在。

排查下来，从浅到深：

中文内容还有个残酷的第四层：百度对 github.io 的收录极差（爬虫可达性问题），短期无解，直接放弃百度，把 Google 和 Bing 做好。

两步，十分钟：

User-agent: *
Allow: /

Sitemap: https://dongxuanmang.github.io/sitemap.xml

Search Console 是 Google 的站长后台，主动提交收录的官方通道。流程四步：添加资源（选「网址前缀」）→ HTML 文件验证 → 提交 sitemap → 用「网址检查」对首页点「请求编入索引」。

中间踩的坑值得单独写：验证文件放进 Hexo 的 source/ 后，被 Hexo 当成文章渲染了——原文件只有一行纯文本，Hexo 给它套上了完整的博客模板（title、meta、样式），而 Google 校验是逐字节比对的，直接失败。

解法是在 _config.yml 里声明跳过渲染：

1
2
3

skip_render:
  - google*.html
  - robots.txt

重新部署一次通过。注意：验证文件不能删，删了验证状态会失效。

验证通过后，sitemap 提交 + 首页「请求编入索引」两步走完，Google 会把网址放进优先抓取队列——比干等爬虫快得多。

原本以为 Bing 要再来一遍注册验证，结果发现它支持从 Google Search Console 一键导入：用 Google 账号登录授权 → 自动发现已验证的站点 → 免验证导入 → sitemap 直接带入。导入完它已经发现了我全站 34 个 URL。

而且 Bing 抓取比 Google 快——导入当天就能看到页面状态是「Discovered」（已发现），点一下 Request indexing 就进了抓取队列。

前面三条都是「等搜索引擎来」，IndexNow 把方向反过来：内容一更新，主动推送给搜索引擎。这是 Bing 主导的开放协议（Yandex、Seznam 也认），三步：

我把它接进了 Hexo 的部署流程——写了个几十行的脚本，监听 hexo deploy 完成事件，读 sitemap 和上次推送记录做对比，只推送新增或有更新的页面，推送完记入缓存。以后日常发布什么都不用多做：

hexo deploy
  → 部署完成
  → 对比 sitemap 与推送缓存，挑出有变化的 URL
  → POST 给 api.indexnow.org（HTTP 202 确认）

第一次跑是全量（34 个 URL 一次性入队），之后每次只推改动——比如这篇文章发布的同时，脚本正在把它推给 Bing。通常几小时到一天就能在 Bing 搜到。

实现上有个小坑：Hexo 的 deployAfter 是站点实例的事件，要用 hexo.on('deployAfter') 监听，而不是 hexo.extend.filter.register——文档里两者容易混。