如何通过.htaccess为Google站长工具中不存在的奇怪URL返回410状态码

嘿，这种乱拼出来的垃圾URL确实够闹心的——明显是恶意扫描器或者瞎爬的爬虫捣的鬼。要把这些压根不存在的URL直接返回410（永久删除）状态码（比404更明确地告诉搜索引擎“这玩意儿永远不会存在”），咱们用Apache的mod_rewrite在.htaccess里写几条规则就能搞定。

先分析目标URL的特征 #

从你给出的例子来看，这些异常URL都包含几个重复出现的“垃圾关键词”：

• 第三方域名：plus.google.com、facebook.com（被当成子目录滥用了）
• 恶意/不存在的页面：password-reset.hmlt（注意还有拼写错误的hmlt）、register.html
  而且这些词都是以子目录的形式拼接在路径里的。

方案1：基础拦截（快速生效） #

直接匹配路径中包含这些关键词的URL，返回410。把下面的代码加到你的.htaccess文件顶部：

# 开启URL重写引擎
RewriteEngine On

# 拦截包含第三方域名或恶意页面关键词的异常URL
RewriteRule (plus\.google\.com|facebook\.com|password-reset\.hmlt|register\.html) - [R=410,L]

规则解释：

• RewriteEngine On：必须开启这个才能让重写规则生效
• 第一个括号里是正则匹配的关键词组，用|分隔，.要转义成\.（因为正则里.代表任意字符）
• -表示不跳转到其他URL，直接返回状态码
• [R=410,L]：R=410指定返回410状态码，L表示这条规则匹配后就停止处理后续规则，避免冲突

方案2：更严格的匹配（避免误杀） #

如果你的正常网站里可能出现这些关键词（比如某个页面的参数里带了facebook.com），可以把规则改得更严格，只匹配这些关键词作为完整子目录的情况：

RewriteEngine On

# 仅匹配关键词作为完整目录段的情况（被斜杠包裹）
RewriteRule /(plus\.google\.com|facebook\.com|password-reset\.hmlt|register\.html)/ - [R=410,L]

这个规则只会拦截像/plus.google.com/、/password-reset.hmlt/这种被斜杠前后包裹的目录，不会误杀正常的URL。

注意事项 #

1. 确保你的Apache服务器已经启用了mod_rewrite模块，如果没开的话需要联系主机商或者自己在服务器配置里开启
2. 测试的时候可以先把R=410改成R=302（临时重定向），验证规则是否正确匹配了目标URL，确认没问题再改回410
3. 如果后续出现新的垃圾关键词，直接把它们加到正则的关键词组里就行
4. 410状态码会让搜索引擎更快地从索引中移除这些无效URL，比404的清理效率更高

内容的提问来源于stack exchange，提问作者steros