想挡掉带 ?sort= 的排序页，运维在 robots 里写了 Disallow: /*(sort|order)=，Google 勉强识别一部分，百度直接整行忽略，排序页一天还是被抓两万次。
一开始怀疑是「同一行混用多个通配符，解析器读到一半就放弃」，查了一圈，方向不对。
把日志和配置对完，能解释这个现象的基本就这几处。robots 协议只支持 * 和 $ 两个通配符，不支持正则分组。少数情况下是括号和竖线被当成普通路径字符，规则匹配不到任何地址。
少数情况下是靠 robots 挡参数页本来就不彻底，已收录地址也不会删除。
先把规则拆成两条基础通配
Disallow: /*?sort=随后确认线上实际返回的规则
curl -sI https://www.example.com/robots.txt再往下在页面上补 noindex 兜底
add_filter('wp_robots', 'wp_robots_noindex');剩下的就是统计参数页剩余抓取量
grep -c '?sort=' access.log恢复的判定其实很直接。改完一周后排序页抓取量下降八成，抓取诊断能读到两条新规则，索引里的排序页开始减少。
robots 的通配能力很弱，复杂匹配要靠服务端 301 或 noindex，别指望一条正则解决。线上能稳定复现的问题都不算难，难的是只在大流量下才出现的那种。