很多站点的問题不在内容，而在地址本身。同一個頁面，用戶能打開，蜘蛛也能打開，但它可能以两三種寫法被记錄下来：带 www 的和不带 www 的、带尾斜杠的和不带的、大寫和小寫混用的。對搜尋引擎来说，這些通常是不同的 URL，于是同一份内容被拆到多個地址上，抓取被分薄，外鏈權重被分散，日誌里也看不出到底哪條才是主线。這里说的不是改版迁移，而是日常就该固定下来的 URL 形式。
同一頁面為什么會裂出多種寫法
URL 的路径部分在多數服務器和 CDN 上区分大小寫，域名部分不区分。也就是说 /News/2024 和 /news/2024 在服務器眼里是两個目錄。再加上末尾斜杠、預設首頁文件名、多余的跟踪參數，一個頁面很容易裂成好几條。
- 大小寫混用：程序生成时用大寫，手工寫内鏈时用小寫。
- 尾斜杠不一致：栏目頁有的带斜杠有的不带，服務器没有做统一跳轉。
- 預設文件暴露：/about/ 和 /about/index.html 同时可訪問。
- 參數残留：?from=xxx、?utm_source= 這類參數被蜘蛛抓到並收錄。
- 未编碼字符：地址里出現原始中文或空格，浏览器能轉义，程序拼接时却容易出错。
自查從哪几步入手
- 先定規則：全站统一小寫，路径用连字符而不是下划线，目錄层級尽量不超過三层。
- 再查現状：抽 20 到 30 個主要栏目和内容頁，把带 www 與不带、带斜杠與不带、大小寫不同几種寫法各打開一次。
- 看返回碼：每一種寫法都應是 200 或 301，不该出現两個 200 並存，也不该出現多級 302 鏈式跳轉。
- 翻日誌：在訪問日誌里找同一路径的不同寫法，統計出現频率，判断蜘蛛更常走哪一種。
- 核對内鏈：站内連結、面包屑、sitemap、canonical 里的寫法是否與定下的規則一致。
统一形式怎么選
建议以“全小寫、無尾斜杠、不带預設文件名、不带多余參數”作為主形式，除非你的 CMS 已经固定了另一種。确定之後，把其他寫法都用 301 永久跳轉到主形式，而不是用 302，也不要靠前端 JS 跳。跳轉只做一层，不要 A 跳到 B、B 再跳到 C。
canonical 與跳轉的分工
301 是告诉對方“這個地址已经搬走了”，canonical 是“内容以這條為准”。两者可以一起用，但不能互相替代。服務器能稳定做 301 时，就让 301 承担主要工作；canonical 更多用于參數頁、打印頁這類無法彻底跳轉的场景。
不要為了“看起来统一”批量改线上地址。已经在被引用的地址尽量保留並做跳轉，新产生的地址按規則生成，這样代價最小。
容易被忽略的几個细节
- 大小寫問题會被 CDN 缓存放大：一台回源返回了大寫版本，邊缘节点就把它缓存出去。
- 尾斜杠跳轉容易寫成循环：/a 跳 /a/，/a/ 又被規則跳回 /a，需要按實际配置驗證。
- URL 含中文时，程序輸出應做编碼，並保證编碼结果一致，避免出現两種百分号寫法。
- URL 長度控制在合理范围内，過長的拼音堆叠既难讀，也容易在複製分享时被截断。
把規則寫進流程
URL 規范不是一次性清理，而是發布流程的一部分。在内容發布检查清單里加一條“地址是否符合規范”，在模板层统一生成路径，別让編輯手填。規則固定下来之後，日誌更好讀，内鏈更好维護，抓取也不會被同一頁面的不同寫法反复打扰。