站内出现两个内容几乎一样的 URL 时，很多人的第一反应是加一条 canonical。但 canonical 具体该指向哪里，往往没想清楚就抄了模板，结果把本来有机会被收录的页面也一起交了出去。
canonical 是提示，不是命令
rel="canonical" 的作用是告诉搜索引擎：这一组 URL 里，我认为哪个是主要版本。它是信号，不是重定向，也不阻止抓取。搜索引擎会结合内链、sitemap、页面内容、外链等因素综合判断，可能采纳，也可能不采纳。
所以写 canonical 要有个前提：页面之间确实高度重复，或互为变体，才需要收敛。内容本来就不同的两个页面硬加 canonical，只会让其中一个白白失去被收录的机会。
大多数页面应该指向自己
每个正常页面最好都有一条指向自身的 canonical。看起来多余，但确实有用：
- 模板自动生成的 canonical 一旦出错，比如域名或语言写错，自指能避免它被错误继承；
- 减少参数、大小写、协议等变体带来的歧义；
- 内容被其他工具采集、拼接后，原始版本是哪一条仍然说得清。
什么时候该指向别的 URL
比较典型的有几类：
- 参数变体：同一篇内容因为跟踪参数、排序参数产生了多个 URL，把带参数的版本指向不带参数的版本；
- 打印页、纯文本页：一般指向正常浏览版本；
- 多域名或 www 与非 www 同时可访问：可以指向主域名版本，但更稳妥的做法仍是 301；
- 同一内容被放在多条路径下：比如同时出现在两个栏目里，需要选出主路径。
分页不要简单地全部指向第一页
把 page/2、page/3 全部 canonical 到第 1 页，是常见操作错误。这些页面各自有不同内容，通常应自指，再依靠内链让抓取路径保持通畅。
几种常见的误用
- canonical 指向一个会 301 的 URL。链条一长，信号容易被忽略，应直接写成最终地址。
- canonical 指向被 noindex 的页面。两个信号互相矛盾，结果可能是两边都进不了索引。
- 全站共用一个 canonical。多半是模板变量没渲染出来，等于把整站内容都指向同一页。
- canonical 指向不存在的 URL，或相对路径写错。检查时以浏览器「查看网页源代码」里的实际输出为准，而不是模板文件。
- 跨域 canonical 用得太随意。它可以是内容被转载后的补救手段，但如果目标站点不由自己控制，效果并不稳定。
和 sitemap、内链、重定向怎么配合
canonical 单独用效果有限，需要和其他环节说同一件事：
- 内链尽量指向规范版本，别让用户和蜘蛛都涌向变体 URL；
- sitemap 里只放规范版本，把变体排除在外；
- 如果是永久迁移，比如换域名、改目录结构，用 301 而不是 canonical；
- 规范版本的页面本身要可抓取、可索引、返回 200。
如果规范版本自己都没有入口链接，或者被 robots、noindex 挡住，canonical 写得再规范也没有意义。
怎么确认有没有生效
几个可操作的检查点：
- 用站内工具或抓取脚本抽查页面的 canonical 实际输出，确认没有空值、没有拼接错误；
- 在搜索平台的 URL 检查工具里，看「用户声明的规范网址」和「系统选择的规范网址」是否一致；
- 隔一段时间再看，用索引状态查询确认变体页面是否在收敛；
- 对照抓取日志，看看变体 URL 的抓取频次有没有下降。
canonical 解决的是「选哪个版本」的问题，解决不了内容本身质量低的问题。如果两个页面都只是薄内容的模板页，收敛之后剩下的那一个，也不一定就会被收录。