理解PWA与百度收录的关系
渐进式Web应用（PWA）凭借其离线缓存、快速加载和类似原生应用的体验，正成为移动端网站优化的热门方向。但许多开发者在推进PWA改造后，发现百度搜索引擎对其收录并不理想。要解决这一问题，需要从百度爬虫的实际工作方式出发，把握几个核心要点。
确保Service Worker不阻塞爬虫抓取
PWA的核心组件Service Worker负责拦截网络请求并返回缓存内容。但如果配置不当，它会阻碍百度爬虫直接获取原始HTML。常见的做法是：
- 在Service Worker的
fetch事件中，对百度爬虫的User-Agent（如Baiduspider）放行，使其直接请求服务器资源，而非返回缓存页面。 - 使用动态策略：对普通用户优先展示离线缓存，而对爬虫始终返回网络端的最新HTML内容。
- 测试时通过百度搜索资源平台的“抓取诊断”工具验证爬虫能否正常获取页面源码。
优化App Shell与SSR策略
部分PWA采用App Shell架构，先加载壳资源再动态注入内容。这种模式可能导致百度只抓取到空壳HTML。建议：
- 对关键落地页启用服务端渲染（SSR）或预渲染，确保爬虫首次请求时拿到的是包含正文的完整HTML。
- 如果无法全面SSR，至少确保首页、分类页、文章页等核心路径的HTML中包含主要内容，而非仅显示“正在加载”占位符。
- 检查结构化数据标记是否在初始HTML中完整呈现，便于百度理解页面主题。
合理使用清单文件和缓存策略
百度虽然支持基本的PWA特性识别，但不会主动抓取manifest.json中的图标或配置来计算权重。因此需注意：
- 确保
start_url指向一个可被正常收录的入口页面，而非特殊协议或带参数链接。 - 缓存策略不要设置过长的页面过期时间，避免百度多次访问时仍返回陈旧内容。建议对HTML资源使用网络优先或缓存优先但定期更新的策略。
- 在
robots.txt中不要误屏蔽Service Worker或缓存资源目录。
监控与持续优化
PWA收录不是一次性配置工作，需要持续观察数据反馈：
| 检查项 | 常见问题 | 建议动作 |
|---|---|---|
| 百度快照 | 快照显示空白或App Shell壳 | 启用SSR或调整爬虫放行策略 |
| 索引量 | 改造后收录页数明显下降 | 检查Service Worker拦截逻辑 |
| 抓取异常 | 返回5xx或超时 | 优化服务器响应速度与缓存策略 |
需要说明的是：百度对PWA的收录机制仍在演化中，以上建议基于当前公开文档与站长实践经验总结。对于不确定的优化点，建议先在少量页面上测试效果，再逐步推广至全站。
总结核心要点
要让百度搜索引擎有效收录PWA应用，关键在于平衡用户体验与爬虫可访问性。优先做好爬虫流量放行、关键页面SSR和缓存策略精细化这三点，绝大多数收录问题都能得到缓解。同时，定期通过百度搜索资源平台关注索引状态，及时调整优化方向。
近期，首批上报主动ETF的18家公募基金名单已经揭晓，华宝基金成功入围。针对本次申报的华宝优选稳健股票主动ETF，华宝基金创新研究发展中心负责人丁靖斐从公司投研架构和产品差异化优势两个层面进行了解读。
评论区
热门讨论 · 占位展示期待你的精彩发言。